内容简介：检查点（Checkpoint）机制是 Flink 实现错误容忍机制的核心。通过持续以异步的方式保存轻量级的镜像，当错误（机器、网络或者软件原因）发生时，系统重启操作并重置操作到最新保存成功的检查点。Flink 镜像参考论文：Flink 检查点需要两点：
检查点（Checkpoint）机制是 Flink 实现错误容忍机制的核心。通过持续以异步的方式保存轻量级的镜像，当错误（机器、网络或者软件原因）发生时，系统重启操作并重置操作到最新保存成功的检查点。
Flink 镜像参考论文： Lightweight Asynchronous Snapshots for Distributed Dataflows
前提
Flink 检查点需要两点：
- 持久化数据源支持重放（Replay）数据，如消息队列（Kafka 等）文件系统（HDFS 等）
- 持久化存储，通常为分布式文件系统（HDFS 等）
初始化
默认情况下，检查点是禁用的，启用检查点调用 StreamExecutionEnvironment.enableCheckpointing
方法。
val env = StreamExecutionEnvironment.getExecutionEnvironment() // 每 1000 ms 保存一次检查点 env.enableCheckpointing(1000) // 高级选项： // 设置模式为恰好一次（默认） env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE)
参考
以上所述就是小编给大家介绍的《学习 Flink（六）：检查点》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- Oracle-OCP学习笔记:检查点队列
- MySQL(InnoDB剖析):06---Checkpoint（检查点）技术
- k8s与健康检查--grpc服务健康检查最佳实践
- Nginx 健康检查
- Nginx健康检查模块
- Java调试检查表
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
