所谓checkpoint是指所有任务的状态,在某个时间点的一份拷贝(快照),而且这个时间点的选取尽量是所有任务都处理完成同一个输入数据的时间节点,这样是为了保存更少的上下文环境;基于Chandy-Lamport算法的分布式快照,将检查点的保存和数据的处理分离开,不暂停整个应用。
具体流程如下:
1)jobmanager会周期性的向taskmanager发送一条带有新检查点ID的消息,通过这种方式启动检查点,taskmanager收到指令后,会在所有source任务中插入一个分界线barrier,source任务会将它们的状态写入状态后端。
2)数据源source任务将状态写入进状态后端的检查点中后,状态后端会返回通知给source任务,然后source任务向jobmanager确认检查点完成,同时向下游广播分界线barrier。
3)接下来是分界线的对齐:barrier向下传递,对barrier已到达的分区,继续到达的数据会被缓存,而barrier没有到达的分区,继续处理到来的数据。下游的任务会等待所有输入分区的barrier到达后,任务就将状态保存到状态后端的检查点中,然后向下游继续广播barrier。
4)先处理缓存数据,然后正常处理到来的数据。
注意:barrier表示之前所有数据的状态更改都保存入当前检查点。