调度器
SchedulerNG：
介绍：
是Flink从1.10版本开始引入的新的任务调度器，相比之前的调度器具有更高的性能和可扩展性。
特性：
1、负责将任务分配给可用的执行槽，并管理执行槽的生命周期。
2、根据任务的需求和执行槽的资源情况，动态地决定任务在哪个执行槽上执行，并实现任务和执行槽之间的匹配和调度。
3、采用了基于优先级的任务调度算法，可以根据任务的优先级和需求对任务进行排序和调度。
4、提供了资源管理、心跳检测、故障恢复等功能，可以实现任务的高效执行和容错能力。
5、具有更高的性能和可扩展性，可以支持数万个执行槽和数百个任务的调度，同时保持较低的延迟和高吞吐量。

调度策略
SchedulingStrategy：
介绍：
SchedulingStrategy主要用于定义任务调度的策略，即如何将任务分配给可用的执行槽。不同的SchedulingStrategy会采用不同的调度策略，以满足不同的需求和场景。
支持策略：
EagerSchedulingStrategy：适用于流计算，同时调度所有的task
LazyFromSourcesSchedulingStrategy：适用于批处理，当输入数据准备好时（上游处理完）进行vertices调度。
PipelinedRegionSchedulingStrategy：以流水线的局部为粒度进行调度。

调度模式
ScheduleMode：
介绍：
用于指定任务的调度模式，即如何将任务分配到可用的执行槽中。
支持模式
Eager调度：
适用于流计算。一次性申请需要的所有资源，如果资源不足，则作业启动失败。
分阶段调度：
LAZY_FROM_SOURCES适用于批处理。从SourceTask开始分阶段调度，申请资源的时候，一次性申请本阶段所需要的所有资源。上游Task执行完毕后开始调度执行下游的Task，读取上游的数据，执行本阶段的计算任务，执行完毕之后，调度后一个阶段的Task，依次进行调度，直到作业完成。
分阶段Slot重用调度：
LAZY_FROM_SOURCES_WITH_BATCH_SLOT_REQUEST适用于批处理。与分阶段调度基本一样，区别在于该模式下使用批处理资源申请模式，可以在资源不足的情况下执行作业，但是需要确保在本阶段的作业执行中没有Shuffle行为。