Flink之checkpoint一致性检查点

Flink之checkpoint

一致性检查点

容错简介

flink为了保证程序操作状态的容错性，flink在内部引入了checkpoint机制，检查点最终从datastream中以exactly once或者at least one进行状态映射，容错机制，持续的以一定时间间隔描绘整个分布式流的状态并保存在：MasterNode的内存或者HDFS文件系统，这是非常轻量级的，并不会对性能造成影响。

一旦程序跑失败后(由于机器、网络、软件等原因)，Flink会停止所有的分布式streaming dataflow，系统重启所有的算子并且重新设置他们保存成功的最近检查点，input streams被设置到之前的快照状态，然后任何本应该被并行处理的数据流自动将不会成为checkpoint的一部分。

在默认状态下checkpoint机制是不开启的，我们可以通过以下方式进行开启：

env.enableCheckpoint(60000)// 60000代表checkpoint的时间间隔

env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.AT_LEAST_ONCE)  //设置语义

Flink’s mechanism for drawing these snapshots is described in “Lightweight Asynchronous Snapshots for Distributed Dataflows”. It is inspired by the standard Chandy-Lamport algorithm for distributed snapshots and is specifically tailored to Flink’s execution model。

Barrier of checkpoint

checkpoint在不同的阶段是相互隔离，但是从stream从上往下有关联的传递,这里就涉及到barrier的概念

不同算子的barrier可以并行处理。

barriers作为data stream的一部分，barrier不会赶超真是数据，一般都是跟随在真实数据之后，每个barrier都带有各自的id作为checkpoint的阶段标志，一个barrier代表当前stream的checkpoint结束。

同时barries在不同的算子阶段是从上往下进行传递的，如下图：

所有的快照存储是通过stateBackEnd决定的(memory、fs、rocksdb)

env.setStateBackend() //用来设置backend的策略

RestartStrategies启动策略

    /**
     * 指定checkpoint重启策略
     * 1。Fixed Delay Restart Strategy
     * restart-strategy.fixed-delay.attempts: 3
     * restart-strategy.fixed-delay.delay: 10 s
     *
     * 2。Failure Rate Restart Strategy
     * restart-strategy.failure-rate.max-failures-per-interval: 3
     * restart-strategy.failure-rate.failure-rate-interval: 5 min
     * restart-strategy.failure-rate.delay: 10 s
     *
     * 3.No Restart Strategy
     *restart-strategy: none
     *
     * 4。Fallback Restart Strategy(自动选择重启策略，默认为：Fixed Delay Restart Strategy，				非常有用)
     * The cluster defined restart strategy is used. This helpful for streaming program					which enable checkpointing.
     * Per default, a fixed delay restart strategy is chosen if there is no other 							restart strategy defined.
     */

    env.setRestartStrategy(RestartStrategies.fixedDelayRestart(
      3, // number of restart attempts
      Time.of(10, TimeUnit.SECONDS) // delay
    ))

    env.setRestartStrategy(RestartStrategies.failureRateRestart(
      3, // 允许失败3次
      Time.of(5, TimeUnit.MINUTES), // 5分钟内允许失败3次
      Time.of(10, TimeUnit.SECONDS) // 没10s尝试重启一次
    ))