写在前面：我是「云祁」，一枚热爱技术、会写诗的大数据开发猿。昵称来源于王安石诗中一句
[ 云之祁祁，或雨于渊 ]，甚是喜欢。
写博客一方面是对自己学习的一点点总结及记录，另一方面则是希望能够帮助更多对大数据感兴趣的朋友。如果你也对数据中台、数据建模、数据分析以及Flink/Spark/Hadoop/数仓开发感兴趣，可以关注我的动态 https://blog.csdn.net/BeiisBei ，让我们一起挖掘数据的价值~
每天都要进步一点点，生命不是要超越别人，而是要超越自己！ (ง •_•)ง
文章目录
一、一致性检查点（Checkpoints）
Flink 具体如何保证 exactly-once 呢? 它使用一种被称为"检查点"（checkpoint）的特性，在出现故障时将系统重置回正确状态。
假设你和两位朋友正在数项链上有多少颗珠子。你捏住珠子，边数边拨，每拨过一颗珠子就给总数加一。你的朋友也这样数他们手中的珠子。当你分神忘记数到哪里时，怎么办呢? 如果项链上有很多珠子，你显然不想从头再数一遍，尤其是当三人的速度不一样却又试图合作的时候，更是如此(比如想记录前一分钟三人一共数了多少颗珠子，回想一下一分钟滚动窗口)。
于是，你想了一个更好的办法: 在项链上每隔一段就松松地系上一根有色皮筋，将珠子分隔开; 当珠子被拨动的时候，皮筋也可以被拨动; 然后，你安排一个助手，让他在你和朋友拨到皮筋时记录总数。用这种方法，当有人数错时，就不必从头开始数。相反，你向其他人发出错误警示，然后你们都从上一根皮筋处开始重数，助手则会告诉每个人重数时的起始数值，例如在粉色皮筋处的数值是多少。
Flink 检查点的作用就类似于皮筋标记。数珠子这个类比的关键点是: 对于指定的皮筋而言，珠子的相对位置是确定的; 这让皮筋成为重新计数的参考点。总状态(珠子的总数)在每颗珠子被拨动之后更新一次，助手则会保存与每根皮筋对应的检查点状态，如当遇到粉色皮筋时一共数了多少珠子，当遇到橙色皮筋时又是多少。当问题出现时，这种方法使得重新计数变得简单。
- Flink 故障恢复机制的核心，就是应用状态的一致性检查点
- 有状态流应用的一致检查点，其实就是所有任务的状态，在某个时间点一份拷贝（一份快照），这个时间点，应该是所有任务都恰好处理完一个相同的输入数据的时候。
二、从检查点恢复状态
- 在执行流应用程序期间，Flink会定期保存状态的一致检查点
- 如果发生故障，Flink将会使用最近的检查点来一致恢复应用程序的状态，并重新启动处理流程
- 遇到故障后，第一步就是重新启动
- 第二步是从 checkpoint 中读取状态，将状态重置
- 从检查点重新启动应用程序后，其内部状态与检查点完成时的状态完全相同
- 第三步：开始消费并处理检查点到发生故障之间的所有数据
- 这种检查点的保存和恢复机制可以为应用程序提供“精确一次”（exactly-once）的一致性，因为所有的算子都会保存检查点并恢复其所有的状态，这样一来所有的输入流就都会被重置到检查点完成时的位置
三、检查点的实现算法
-
一种简单的想法
- 暂停应用，保存状态到检查点，再重新恢复应用
-
Flink 的改进实现
- 基于Chandy-Lamport 算法的分布式快照
- 将检查点的保存和数据处理分离开，不暂停整个应用
四、Flink 检查点算法
4.1 检查点分界线（Checkpoint Barrier）
-
Flink 的检查点算法用到了一种称为分界线（barrier）的特殊形式，用来吧一条流上数据按照不同的检查点分开
-
分界线之前来的数据导致的状态更改，都会被包含在当前分界线所属的检查点中；而基于分界线之后的数据导致的所有更改，就会被包含在之后的检查点中
- 现在是一个有两个输入流的应用程序，用并行的两个Source任务来读取
- JobManager 会向每个 source 任务发送一条带有新检查点ID的消息，通过这种方式来启动检查点
- 数据源将它们的状态写入检查点，并发出一个检查点barrier
- 状态后端在状态存入检查点之后，会返回通知给source任务，source任务就会向JobManager确认检查点完成
- 分界线对齐：barrier向下游传递，sum任务会等待所有输入分区的barrier到达
- 对于barrier已经到达的分区，继续到达的数据会被缓存
- 而barrier尚未到达的分区，数据会被正常处理
- 当收到所有输入分区的barrier时，任务就将其状态保存到状态后端的检查点中，然后将barrier继续向下游转发
- 向下游转发检查点barrier后，任务继续正常的处理数据
- Sink 任务向 JobManager 确认状态保存到checkpoint 完毕
- 当所有任务都确认已成功将状态保存到检查点时，检查点就真正完成了
五、保存点（Savepoints）
- Flink 还提供了可以自定义的镜像保存功能，就是保存点（savepoints）
- 原则上，创建保存点使用的算法与检查点完全相同，因此保存点可以认为就是具有一些额外元数据的检查点
- Flink 不会自动创建保存点，因此用户（或者外部调度程序）必须明确地触发创建操作
- 保存点是一个强大的功能。除了故障恢复外，保存点可以用于：有计划的手动备份，更新应用程序，版本迁移，暂停和重启应用等等。
六、检查点的配置
