縮放、遷移集群等。

Flink 是采用輕量級的分布式異步快照，其實現是采用柵欄 barrier 作為 checkpoint 的傳遞信號，與業(yè)務數據一樣無差別地傳遞下去 ，目的是使得數據流被切分成微批，進行 checkpoint 保存為 snapshot。當 barrier 經過流圖節(jié)點的時候，Flink 進行 checkpoint 保存狀態(tài)數據。

如下圖所示，checkpoint n 包含每個算子的狀態(tài)，該狀態(tài)是指checkpoint n 之前的全部事件，而不包含它之后的所有事件。

針對用戶作業(yè)出現故障而導致結果丟失或者重復的問題，Flink 提供3種語義：

① At-Least-Once 最少一次 ：不會丟失數據，但可能會有重復結果。

② Exactly-Once 精確一次 ：checkpoint barrier 對齊機制可以保障精確一次。

① FailureRateRestartStrategy ：允許在指定時間間隔內的最大失敗次數，同時可以設置重啟延時時間。

② FixedDelayRestartStrategy ：允許指定的失敗次數，同時可以設置重啟延時時間。

③ NoRestartStrategy ：不需要重啟，即 Job 直接失敗。

④ ThrowingRestartStrategy ：不需要重啟，直接拋異常。

Job Restart 策略可以通過 env 設置。

上述策略的父類接口是RestartStrategy，其關鍵是restart（重啟操作）。

① RestartAllStrategy ：重啟全部 task，默認策略。

② RestartInpidualStrategy ：恢復單個 task。如果該 task 沒有source，可能導致數據丟失。

③ NoOpFailoverStrategy ：不恢復 task。

上述策略的父類接口是FailoverStrategy，其關鍵是Factory的create（創(chuàng)建 strategy）、onTaskFailure（處理錯誤）。

如何產生可靠的全局一致性快照是分布式系統(tǒng)的難點，其傳統(tǒng)方案是使用的全局時鐘，但存在單點故障、數據不一致等可靠性問題 。為了解決該問題， Chandy-Lamport 算法采用 marker 的傳播來代替全局時鐘 。

① 進程 Pi 記錄自己的進程狀態(tài)，同時生產一個標識信息 marker（與正常 message 不同），通過 ouput channel 發(fā)送給系統(tǒng)里面的其他進程。

② 進程 Pi 開始記錄所有 input channel 接收到的 message

進程 Pj 從 input channel Ckj 接收到 marker。如果 Pj 還沒有記錄自己的進程狀態(tài)，則 Pj 記錄自己的進程狀態(tài)，向 output channel 發(fā)送 marker；否則 Pj 正在記錄自己的進程狀態(tài)（該 marker 之前的 message）。

所有的進程都收到 marker 信息并且記錄下自己的狀態(tài)和 channel 的狀態(tài)（包含的 message）。

Flink 的分布式異步快照實現了Chandy Lamport 算法，其核心思想是 在 source 插入 barrier 代替 Chandy-Lamport 算法中的 marker，通過控制 barrier 的同步來實現 snapshot 的備份和 Exactly-Once 語義 。

Checkpoint Coordinator 向所有 source 節(jié)點 trigger Checkpoint。

source task向下游廣播barrier。

當source task備份完自己的狀態(tài)后，會將備份數據的地址（state handle）通知 Checkpoint Coordinator。

map和sink task收集齊上游source的barrier n，執(zhí)行本地快照。下面例子是RocksDB增量Checkpoint 的流程：首先RocksDB會全量保存到磁盤上（紅色大三角表示），然后Flink會從中選擇沒有上傳的文件進行持久化備份（紫色小三角）。

map和sink task在完成Checkpoint 之后，將狀態(tài)地址state handle返回通知 Coordinator。

當Checkpoint Coordinator收到全部task的state handle，就確定該Checkpoint已完成，并向持久化存儲中備份一個Checkpoint Meta（元數據，包括該checkpoint狀態(tài)數據的備份地址）。

容錯糾錯機制的意義和目的

建立容錯機制，讓人能作為、敢作為，這主要是針對一些人存在不作為、不會為、亂作為，或不敢作為的情況。容錯就意味著可以給他們嘗試的機會，糾錯就是對于錯誤的改正，是一種對于工作內容的補充，通過這樣的方式放開他們的手腳，才可以更加有所作為。