通过状态快照进行容错
状态后台
Flink管理的键控状态是一种碎片化的、键/值存储，每项键控状态的工作副本都被保存在负责该键的任务管理员的本地某处。操作员的状态也被保存在需要它的机器的本地。Flink会定期对所有状态进行持久化快照，并将这些快照复制到某个更持久的地方，比如分布式文件系统。
在发生故障的情况下，Flink可以恢复你的应用程序的完整状态，并恢复处理，就像什么都没有发生过一样。
Flink管理的这种状态被存储在状态后端中。状态后端有两种实现--一种是基于RocksDB的，它是一个嵌入式的键/值存储，将其工作状态保存在磁盘上；另一种是基于堆的状态后端，将其工作状态保存在内存中，在Java堆上。这种基于堆的状态后端有两种口味：将其状态快照持久化到分布式文件系统的FsStateBackend和使用JobManager的堆的MemoryStateBackend。
| 名称 | 工作状态 | 状态备份 | 快照 |
|---|---|---|---|
| RocksDB状态备份 | 本地磁盘(临时文件夹) | 分布式文件系统 | 全量/增量 |
|
|||
| Fs状态备份 | JVM 堆 | 分布式文件系统 | 全量 |
|
|||
| Memory状态备份 | JVM 堆 | JobManager JVM 堆 | 全量 |
|
|||
当处理保存在基于堆的状态后端的状态时，访问和更新涉及到在堆上读写对象。但是对于保存在RocksDBStateBackend中的对象，访问和更新涉及到序列化和反序列化，因此成本更高。但是使用RocksDB可以拥有的状态数量只受限于本地磁盘的大小。还要注意的是，只有RocksDBStateBackend能够进行增量快照，这对于有大量缓慢变化的状态的应用来说是一个很大的好处。
所有这些状态后端都能够进行异步快照，这意味着它们可以在不妨碍正在进行的流处理的情况下进行快照。
状态快照
定义
- 快照--一个通用术语，指的是一个Flink作业状态的全局、一致的图像。快照包括进入每个数据源的指针（例如，进入文件或Kafka分区的偏移），以及来自每个作业的有状态操作符的状态副本，这些操作符是在处理了所有事件后产生的，直到源中的这些位置。
- 检查点--Flink为了能够从故障中恢复而自动拍摄的快照。检查点可以是增量的，并为快速恢复进行了优化。
- 外部化检查点--通常检查点不打算被用户操纵。Flink只在作业运行时保留n个最近的检查点（n是可配置的），并在作业取消时删除它们。但你也可以配置它们被保留，在这种情况下，你可以手动从它们恢复。
- 保存点--由用户（或API调用）手动触发的快照，用于某些操作目的，如有状态的重新部署/升级/重新缩放操作。保存点始终是完整的，并为操作的灵活性进行了优化。
状态快照如何运作？
Flink使用了Chandy-Lamport算法的一个变体，称为异步障碍快照。
当检查点协调器（作业管理器的一部分）指示任务管理器开始检查点时，它让所有的源记录它们的偏移量，并在它们的流中插入编号的检查点障碍。这些障碍物在作业图中流动，表明每个检查点前后的流的部分。
检查点n将包含每个操作者的状态，这些状态是由于消耗了检查点障碍n之前的每个事件，而没有消耗它之后的任何事件。
当作业图中的每个操作者接收到这些障碍之一时，它就会记录其状态。具有两个输入流（如CoProcessFunction）的操作者执行屏障对齐，这样快照将反映消耗两个输入流的事件所产生的状态，直到（但不超过）两个屏障。
Flink的状态后端使用复制-写机制，允许在异步快照状态的旧版本时，流处理不受阻碍地继续。只有当快照被持久化后，这些旧版本的状态才会被垃圾回收。
确切的一次保证
当流处理应用中出现问题时，有可能出现丢失，或者重复的结果。在Flink中，根据你对应用的选择和你运行它的集群，这些结果中的任何一种都是可能的。
- Flink不努力从故障中恢复（最多一次）。
- 没有任何损失，但您可能会遇到重复的结果（至少一次）。
- 没有任何东西丢失或重复（精确地一次）。
鉴于Flink通过倒带和重放源数据流从故障中恢复，当理想情况被描述为精确一次时，这并不意味着每个事件都将被精确处理一次。相反，它意味着每一个事件都会对Flink所管理的状态产生一次确切的影响。
Barrier alignment只需要用于提供精确的一次保证。如果你不需要这个，你可以通过配置Flink使用CheckpointingMode.AT_LEAST_ONCE来获得一些性能，这样做的效果是禁用屏障对齐。
端到端精准一次
为了实现端到端精确的一次，让源的每个事件精确地影响汇，以下几点必须是真的。
- 你的源必须是可重播的，并且
- 你的汇必须是事务性的(或幂等的)
实践
Flink Operations Playground包括观察故障和恢复的部分。
下一步阅读
- Stateful Stream Processing
- State Backends
- Fault Tolerance Guarantees of Data Sources and Sinks
- Enabling and Configuring Checkpointing
- Checkpoints
- Savepoints
- Tuning Checkpoints and Large State
- Monitoring Checkpointing
- Task Failure Recovery