DataStream API所编写的流处理应用程序在生成作业图（JobGraph）并提交给JobManager之前，会预先生成流图（StreamGraph）。

流图（StreamGraph）是表示流处理程序拓扑的数据结构，它封装了生成作业图（JobGraph）的必要信息。它的类继承关系如下图所示：

当你基于StreamGraph的继承链向上追溯，会发现它实现了FlinkPlan接口。

Flink效仿了传统的关系型数据库在执行SQL时生成执行计划并对其进行优化的思路。FlinkPlan是Flink生成执行计划的基接口，定义在Flink优化器模块中，流处理程序对应的计划是StreamingPlan，但是当前针对流处理程序没有进行优化，因此这个类可看作是一个预留设计。

一个简单的实现“word count”的流处理程序，其StreamGraph的形象化表示如下图：

Flink官方提供了一个计划可视化器来图形化执行计划，该计划可视化器基于Flink API所生成的计划的JSON格式表示绘制图形。但是需要注意的是，计划的JSON形式表示缺失了很多属性以及部分节点（比如虚拟节点等）；

上面的图是由“节点”和“边”组成的。节点在Flink中对应的数据结构是StreamNode，而边对应的数据结构是StreamEdge，StreamNode和StreamEdge之间有着双向的依赖关系。StreamEdge包含了其连接的源节点sourceVertex和目的节点targetVertex：

而StreamNode中包含了与其连接的入边集合inEdges和出边集合outEdges：

StreamEdge和StreamNode都有唯一的编号进行标识，但是各自编号的生成规则并不相同。

StreamNode的编号id的生成是通过调用StreamTransformation的静态方法getNewNodeId获得的，其实现是一个静态计数器：

StreamEdge的编号edgeId是字符串类型，其生成的规则为：

它是由多个段连接起来的，语义的文字表述如下：

edgeId除了用来实现StreamEdge的hashCode及equals方法之外并没有其他实际意义。

StreamNode是表示流处理中算子的数据结构，source和sink在StreamGraph中也是以StreamNode表示，它们也是一种算子，只是因为它们是流的输入和输出因而有特定的称呼。

StreamNode除了存储了输入端和输出端的StreamEdge集合，还封装了算子的其他关键属性，比如其并行度、分区的键信息、输入与输出类型的序列化器等。

从直观上来看你已经知道了StreamNode和StreamEdge是StreamGraph的重要组成部分，但是为了生成JobGraph，StreamGraph很显然必须得包含更多的内容。总结一下，StreamGraph中包含的属性可分为三大类：

当然围绕这些属性的方法非常多，比如添加边和节点，创建迭代的source/sink等。

其中的一个关键方法getJobGraph将用于生成JobGraph：

从上面的代码段也可见，当流处理程序中包含迭代逻辑时，检查点功能暂时不被支持，在异常信息中Flink阐述了缘由：在迭代作业中无法保证“恰好一次”的语义。

流处理程序依赖StreamingJobGraphGenerator来生成JobGraph，至于如何生成，后续会进行剖析。

了解了什么是流图（StreamGraph）之后，我们来分析它是如何生成的。流图的生成是通过StreamExecutionEnvironment的getStreamGraph实例方法触发的：