Checkpointing

一、Checkpointing

下图主要是描述word count的Job逻辑：

1. barrier由source节点发出；

2. barrier会将流上event切分到不同的checkpoint中；

3. 汇聚到当前节点的多流的barrier要对齐；

4. barrier对齐之后会进行checkpointing，生成snapshot；

5. 完成snapshot之后向下游发出barrier，继续直到sink节点。

二、Exactly-Once vs. At-Least-Once

Flink中通过barrier对齐保证内部的Exactly-Once处理，那么是怎么做到的呢？下面来分析一下：

当在Exactly-Once语义下，多流输入到某一个节点时，当其中一部分barrier到达该节点时，会对这部分barrier后面到达的数据进行阻塞并缓存下来，直到其余部分输入的barrier也到达该节点，这时多流的barrier对齐了，然后会进行checkpointing，接着把barrier发送到下游。

当在At-Least-Once语义下，多流输入到某一个节点时，当其中一部分barrier到达该节点时，不会对这部分barrier后面到达的数据进行阻塞，仍然会发送给下游，这样的话，checkpoint n-1中可能会处理barrier n-1之后的数据，那么这种情况下，在故障恢复时数据可能会被多次处理。

参考自：Fault Tolerance