Flink-容错机制 | 一致性检查点 | 检查点到恢复状态过程 | Flink检查点算法(Chandy-Lamport) | 算法操作解析 | 保存点简介

一致性检查点（Checkpoints）

1. Flink 故障恢复机制的核心，就是应用状态的一致性检查点

2. 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(如5这个数据虽然进了奇数流但是偶数流也应该做快照，因为属于同一个相同数据，只是没有被他处理)

3. 在JobManager中也有个Chechpoint的指针，指向了仓库的状态快照的一个拓扑图，为以后的数据故障恢复做准备

从检查点恢复状态

1. 在执行流应用程序期间，Flink 会定期保存状态的一致检查点
2. 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（如图中所示，7这个数据被source读到了，准备传给奇数流时，奇数流宕机了，数据传输发生中断）

3. 遇到故障之后，第一步就是重启应用(重启后的流都是空的)

4. 第二步是从 checkpoint 中读取状态，将状态重置(读取在远程仓库(Storage，这里的仓库指状态后端保存数据指定的三种方式之一)保存的状态)，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

5. 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
6. 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

Chandy-Lamport 算法

在上图所示的数据7，同样被Source读取后，在传向奇数流时，奇数流宕机了，那么这个数据7在开始已经Source读取了，但是由于宕机，奇数流又没有处理到这个数据7࿰