Flink checkPoint

本文深入探讨了Apache Flink的Checkpoint机制,解释了如何在代码层面设置Checkpoint间隔时间,以及当时间达到时如何触发Checkpoint。特别关注了Barrier在处理不同数据流时的作用,以及它们如何确保数据的一致性和正确处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这篇是自己对checkPoint的一个理解,有不对的欢迎指出。

官网地址:https://ci.apache.org/projects/flink/flink-docs-release-1.6/internals/stream_checkpointing.html

直接从这张图开始

    在代码层面设置checkPoint的间隔时间,时间达到时会触发checkPoint。此时从source会往下发送barriers,图中算子同时接受了两个数据流。两个数据流因为网络等环境原因,导致barriers到达的时间不一致。当operator接受到一条流的barriers时 如A流,会立刻停止接收A流的数据,barriers后续数据都会保存在input缓存中,但是operator在barriers没有到齐时不会处理在input缓存中的数据。直到barriers到齐。

将barriers后续数据都会保存在input缓存中是因为Flink Task之间的通信就是通过input缓存来进行的。如图:

具体的过程还是看大神的文章:http://wuchong.me/blog/2016/04/26/flink-internals-how-to-handle-backpressure/?spm=a2c4e.11153940.blogcont57815.6.2f683378qYdk6Z

努力吧 

皮卡丘

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值