Flink 任务失败重启与恢复策略

Flink版本：1.11.0

当任务失败时，Flink 需要重新启动失败的任务以及受到影响的任务，以将作业恢复到正常状态。重新启动策略和故障恢复策略用于控制任务重新启动。重新启动策略决定了是否以及何时重新启动失败/受影响的任务。故障恢复策略决定应重新启动哪些任务以恢复作业。

1. 重启策略

Flink 支持不同的重启策略，在作业没有特别指定重启策略时，使用默认的重启策略启动集群。如果在提交作业时指定了重启策略，那么此策略将覆盖集群的默认配置策略。

默认重启策略通过 Flink 的配置文件 flink-conf.yaml 进行配置。配置参数 restart-strategy 决定了采取哪种策略。如果未启用 Checkpoint，那么将使用不重启策略。如果启用了 Checkpoint，但是并没有配置重启策略，那么将使用固定间隔重启策略，其中 Integer.MAX_VALUE 是尝试重启的最大次数。

每个重启策略都有自己的一套控制其行为的参数。这些值也在配置文件中配置。下面看一下有哪些重启策略：

重启策略	值
固定间隔重启策略	fixeddelay, fixed-delay
失败率重启策略	failurerate, failure-rate