Flink checkPoint

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yidan7063/article/details/83856790

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