深入浅出Flink 07 之 SavePoint

SavePoint是一个重量级的Checkpoint,你可以把它当做在某个时间点程序状态全局镜像，以后程序在进
行升级，或者修改并发度等情况，还能从保存的状态位继续启动恢复。可以保存数据源offset，
operator操作状态等信息，可以从应用在过去任意做了savepoint的时刻开始继续消费。

Checkpint和SavePoint 概念：
Checkpoint 是 自动容错机制 ，
Savepoint 程序全局状态镜像 。
 目的： Checkpoint 是程序自动容错，快速恢复 。
 Savepoint是 程序修改后继续从状态恢复，程序升级 等。
 用户交互:Checkpoint 是 Flink 系统行为 。
 Savepoint是用户触发。 状态文件保留策略：
 Checkpoint默认程序删除，可以设置CheckpointConfig中的参数进行保留 。
 Savepoint会一直保存，除非用户删除 。

SavePoint
用户手动执行，是指向Checkpoint的指针，不会过期，在集群升级/代码迁移等情况下使用。
注意：为了能够在作业的不同版本之间以及 Flink 的不同版本之间顺利升级，强烈推荐程序员通过
uid(String) 方法手动的给算子赋予 ID，这些 ID 将用于确定每一个算子的状态范围。如果不手动给各算
子指定 ID，则会由 Flink 自动给每个算子生成一个 ID。只要这些 ID 没有改变就能从保存点
（savepoint）将程序恢复回来。而这些自动生成的 ID 依赖于程序的结构，并且对代码的更改是很敏感
的。因此，强烈建议用户手动的设置 ID。
savepoint的使用

1：在flink-conf.yaml中配置Savepoint存储位置 不是必须设置，但是设置后，后面创建指定Job的Savepoint时，可以不用在手动执行命令时指定 Savepoint的位置 state.savepoints.dir: hdfs://namenode:9000/flink/savepoints
2：触发一个savepoint【直接触发或者在cancel的时候触发】 
 停止程序：bin/flink cancel -s [targetDirectory] jobId [-yid yarnAppId]【针对on yarn 模式需要指定-yid参数】
3：从指定的savepoint启动
job bin/flink run -s savepointPath [runArgs]