Flink 容错机制
一致性检查点(checkpoint)
- Flink 故障恢复机制的核心,就是应用状态的一致性检查点
- 有状态流应用的一致检查点,其实就是所有任务的状态,在某个时间点的一份拷贝(一份快照);这个时间点,应该是所有任务都恰好处理完一个相同的输入数据的时候
从检查点恢复状态
- 在执行流应用程序期间,Flink会定期保存状态的一致检查点
- 如果发生故障,Flink将会使用最近的检查点来一致恢复应用程序的状态,并重新启动处理流程
- 遇到故障之后,第一步就是重启应用
- 第二步是从checkpoint中读取状态,将状态重置
- 从检查点重新启动应用程序后,其内部状态与检查点完成时的状态完全相同。
- 第三步:开始消费并处理检查点到发生故障之间的所有数据
- 这种检查点的保存和恢复机制可以为应用程序状态提供"精确一次"(exactly-once)的一致性,因为所有算子都会保存检查点并恢复其所有状态,这样一来所有的输入流就都会被重置到检查点完成时的位置。
检查点算法
Flink使用的是基于Chandy-Lamport算法的分布式快照