在Flink中，各个组件之间需要频繁交换数据和控制信息。Flink选择了基于Actor模型的Akka框架作为通信基础。
Akka是什么
Actor模型
Actor模型是用于单个进程中并发的场景。
在Actor模型中：
ActorSystem负责管理actor生命周期
将每个实体视为独立的 Actor，拥有自己的状态。
每个Actor一次只处理一条消息，不需要担心线程
Actor之间通过消息传递进行异步通信，而不是直接调用[1]
即：每个Actor都有一个类似信箱的消息队列(mailbox)，用于接收其他Actor发来的消息以备后续处理。
(在不使用Actor模型时，假设actor2和actor3在各自线程中都要让actor1修改某个数据，那么actor1就不得不加锁来避免线程之间的竞争。
而在Actor模型中，actor2和actor3只是通过发送邮件来让actor1修改某个数据。actor1逐一从邮箱中拿出邮件执行改名行为，这就不会产生竞争。)
这种设计既保证了并发安全，又提供了良好的扩展性。
Akka：分布式Actor框架
Akka是一个将消息代理和Actor模型进行整合的分布式框架[2]，actor被用来进行节点内和节点间的消息传递。在Akka中：
每个Actor都有唯一的路径标识
通过ActorRef（Actor的引用）进行通信
支持两种通信模式：
tell：发送消息后无需等待响应
ask：发送消息后通过异步回调函数处理响应
Flink中的Akka应用
Flink中的JobManager,TaskManager,Dispatcher等之间会相互通信(即Remote Procedure Call ,RPC)，以进行fink作业的提交，资源分配和作业调度等。
RPC框架中涉及了JobManager,TaskManager,Dispatcher等类。
从运行日志中可知，JobManager/TaskManager/Dispatcher等组件在启动时都会被封装为RpcEndpoint，从而具备通信能力。
RPC框架就是基于Akka实现的，并对Akka中的ActorSystem、Actor进行了封装[3]。
RPC（本地/远程）调用，底层是通过 Akka 提供的 tell/ask 方法进行通信。
通过这种设计，Flink既利用了Akka成熟的通信机制，又能根据自身需求进行定制化扩展。
参考
1. 尚硅谷Flink内核源码解析课程（从入门到精通）
https://www.bilibili.com/video/BV1rh411C77P?spm_id_from=333.788.videopod.episodes&vd_source=23ce4decfcb0fd94528070beadbbc9e2&p=39
2.《数据密集型应用系统设计》 Martin Kleppmann 著 P132-P134
3. 深入理解 Flink（三）Flink 内核基础设施源码级原理详解 https://juejin.cn/post/7321979919674736694#heading-8
