下面表格來(lái)自[18]

維度CheckpointsSavepoints

目標(biāo)	任務(wù)失敗的恢復(fù)/故障轉(zhuǎn)移機(jī)制	手動(dòng)備份/重啟/恢復(fù)任務(wù)
實(shí)現(xiàn)	輕量快速	注重可移植性，成本較高
生命周期	Flink自身控制	用戶手動(dòng)控制

下面的這些名詞還沒(méi)有搞懂:

Retained Checkpoints
Unaligned checkpoints

-------------------------------下面是check point-state query具體實(shí)驗(yàn)----------------------------------------------------------------

下面嘗試做個(gè)checkpoint實(shí)驗(yàn)相關(guān)的state query[9],

[9]其實(shí)來(lái)自官方文檔

代碼鏈接

步驟	內(nèi)容
①	確保集群各個(gè)節(jié)點(diǎn)的$FLINK_HOME/lib下面有 flink-queryable-state-runtime_2.11-1.12-SNAPSHOT.jar 確保集群各個(gè)節(jié)點(diǎn)的$FLINK_HOME/conf/flink-conf.yaml中添加 queryable-state.enable: true
②	啟動(dòng)的集群 Hadoop(hdfs保存flink的state),Zookeeper,Flink(Standalone模式)
③	mvn clean mvn package 運(yùn)行WordCount.java 此時(shí)應(yīng)當(dāng)會(huì)在Flink WEB UI的Task Managers的stdOut中看到輸出結(jié)果．
④	master:8085中的job id拷貝到QueryState.java中
⑤	mvn clean mvn package 運(yùn)行QueryState.java

上述實(shí)驗(yàn)最終以失敗告終，無(wú)法輸出被查詢的state(有沒(méi)有報(bào)錯(cuò)).

Query state的原理是這樣的(如下圖):

QueryableStateClient與QueryableStateClientProxy通信，

QueryableStateClientProxy與QueryableStateServer通信后獲取State內(nèi)容然后返回給QueryableStateClient

-------------------------------下面是savepoint和checkpoint具體實(shí)驗(yàn)----------------------------------------------------------------

savepoint實(shí)驗(yàn)見(jiàn)[21][22]

checkpoint實(shí)驗(yàn)見(jiàn)[23](包含自動(dòng)重啟策略設(shè)置)

---------------------------------------關(guān)于flink sql的checkpoint-----------------------------------------------------------------------------------

flink sql的checkpoint只能是在被嵌入某個(gè)Class/Object中,

然后編譯運(yùn)行的時(shí)候,checkpoint/savepoint才能被使用,流程與上面的一致.

--------------------------------------------------------------------------------------------------------------------------------------------

?

總結(jié):

目前Query State實(shí)驗(yàn)和incremental checkpoint實(shí)驗(yàn)都處于失敗狀態(tài)

?

Reference(還差[5][16]沒(méi)看完):

[1]Flink中案例學(xué)習(xí)--State與CheckPoint理解(例子殘缺不完整)

[2]Flink狀態(tài)流處理：State Backends三種方式詳解(無(wú)代碼)

[3]Flink —— StateBackend 狀態(tài)后端(代碼不能體現(xiàn)check point的效果)

[4]三種State Backends | 你該用哪個(gè)？(沒(méi)有代碼)

[5]Flink State狀態(tài)以及Checkpoint機(jī)制（一）(含有具體例子)

[6]秒懂Flink狀態(tài)State-深度解讀（上）『建議收藏』(對(duì)官方文檔的翻譯)

[7]五、flink--state狀態(tài)管理機(jī)制(對(duì)官方文檔的翻譯)

[8]Flink可查詢狀態(tài)Queryable State:替換你的數(shù)據(jù)庫(kù)(沒(méi)啥用)

[9]Flink讀取state的狀態(tài)(這個(gè)例子來(lái)自官方文檔,實(shí)驗(yàn)失敗)

[10]Flink State的兩張圖(沒(méi)啥用)

[12]Flink的State概述(沒(méi)啥用)

[13][Flink State] State究竟保存在哪里？(已經(jīng)閱讀)

[14]數(shù)據(jù)處理能力相差 2.4 倍？Flink 使用 RocksDB 和 Gemini 的性能對(duì)比實(shí)驗(yàn)(已經(jīng)閱讀)

[15]Checkpointing(官方文檔,講解flink-conf.yaml中的配置與代碼中的配置,只是一些配置選項(xiàng)，沒(méi)有具體實(shí)驗(yàn))

[16]Working with State(官方文檔,需要重點(diǎn)攻破)

[17]Flink的RocksDBStateBackend一些使用經(jīng)驗(yàn)

[11]Flink 有狀態(tài)的流的工作(Working with state)(簡(jiǎn)書官方在審核)

[18]【譯】Flink - Savepoint vs Checkpoint

[19]flink Savepoint 和 Checkpoint 使用(不是太詳細(xì))

[20]使用Flink的Savepoint功能

[21]flink的savepoint實(shí)驗(yàn)-java

[22]flink的savepoint實(shí)驗(yàn)-scala

[23]flink的checkpoint實(shí)驗(yàn)-scala版本

總結(jié)

以上是生活随笔為你收集整理的flink的savepoints和checkpoints以及state Query(暂时无法全部完成)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。