07_Flink之checkpoint和state

举报
bigdata张凯翔 发表于 2021/03/26 01:02:40 2021/03/26
【摘要】 1Flinkchecpoint容错机制【并行barrier面试必问】 image.png image.png barrier携带者快照的id,快照的id在快照存放在最前面 flink容错-checkpoint概念 image.png flink容错-checkpoint流程 第二个问题:停止数据处理,做完快照,广播屏障。 1、快照数据存储,...

1Flinkchecpoint容错机制【并行barrier面试必问】

image.png
image.png

barrier携带者快照的id,快照的id在快照存放在最前面

flink容错-checkpoint概念

image.png

flink容错-checkpoint流程
第二个问题:停止数据处理,做完快照,广播屏障。
1、快照数据存储,不往下发?只发barrier,应该里面包含着数据才对。
2、一个算子存储做,那么计算是存储之前做,还是存储之后做。?

image.png
image.png

第三个问题:最下面那个到底对吗


image.png
package cn.itzkx.helloflink.checkpoint

import org.apache.flink.api.java.tuple.Tuple
import org.apache.flink.runtime.state.filesystem.FsStateBackend
import org.apache.flink.streaming.api.CheckpointingMode
import org.apache.flink.streaming.api.scala._

object Demo01_Checkpoint { def main(args: Array[String]): Unit = { //基于Flink流环境的Checkpoint val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment //设置Checkpoint相关参数 //1.先开启Checkpoint相关功能 //设置每个5秒钟做一次快照 env.enableCheckpointing(5000) //2.设置参数 //设置语义为仅一次 env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE) //设置快照制作的超时时间 env.getCheckpointConfig.setCheckpointTimeout(60000) //如果快照制作失败,是否让整体任务失败.默认值为true env.getCheckpointConfig.setFailOnCheckpointingErrors(false) //3.设置存储路径 env.setStateBackend(new FsStateBackend("hdfs://node01:8020/flink-checkpointing")) //编写正常业务代码 val sourceStream: DataStream[String] = env.socketTextStream("node01", 9999) //数据转换 hello world java val mapData: DataStream[(String, Int)] = sourceStream.map(line => (line, 1)) //数据分组 val groupStream: KeyedStream[(String, Int), Tuple] = mapData.keyBy(0) //累加 groupStream.sum(1).print() //执行程序 env.execute() }
}

持久化存储

image.png

持久化存储

MemoryStateBackend

state数据保存在java堆内存中,执行checkpoint的时候,会把state的快照数据保存到jobmanager的内存中 基于内存的state backend在生产环境下不建议使用。【因为怕丢失】

FsStateBackend

state数据保存在taskmanager的内存中,执行checkpoint的时候,会把state的快照数据保存到配置的文件系统中,可以使用hdfs等分布式文件系统。


RocksDBStateBackend

基于RocksDB + FS
RocksDB跟上面的都略有不同,它会在本地文件系统中维护状态,state会直接写入本地rocksdb中。同时RocksDB需要配置一个远端的filesystem。

代码:
val env = StreamExecutionEnvironment.getExecutionEnvironment
// start a checkpoint every 1000 ms
//开启Flink的Checkpoint
env.enableCheckpointing(5000)
// advanced options:
// 设置checkpoint的执行模式,最多执行一次或者至少执行一次
env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE)
// 设置checkpoint的超时时间
env.getCheckpointConfig.setCheckpointTimeout(60000)
// 如果在只做快照过程中出现错误,是否让整体任务失败:true是 false不是
env.getCheckpointConfig.setFailTasksOnCheckpointingErrors(false)
//设置同一时间有多少 个checkpoint可以同时执行
env.getCheckpointConfig.setMaxConcurrentCheckpoints(1)
//设置checkpoint路径
env.setStateBackend(new FsStateBackend("hdfs://node01:8020/flink_checkpoint0000000"))

checkpoint与state之间的关系


image.png

checkpoint是一个动词,如果顺利的话,会产生一个名词。


image.png

image.png


image.png
hello1 world1
hello2 world2
之前看到过一次,state知道hello和world一共出现过一次。
image.png

state:流式计算中持久化的状态
state存放在local state backend。


image.png

在flink中,state可以分为这两种,一种是keyed State,一种是


image.png


并行,多个节点一起计算。
并发,一个节点,多个线程计算。


image.png

image.png

image.png

hello1永远只会到并发的task上面去。
不去keyby也能拿到它.


image.png


image.png

image.png

存储了相关的operator state相关信息。
fromelements在源码里面是正儿八经的operator state

@PublicEvolving
public class FromElementsFunction<T> implements SourceFunction<T>, CheckpointedFunction { private static final long serialVersionUID = 1L; /** The (de)serializer to be used for the data elements. */ private final TypeSerializer<T> serializer; /** The actual data elements, in serialized form. */ private final byte[] elementsSerialized; /** The number of serialized elements. */ private final int numElements; /** The number of elements emitted already. */ private volatile int numElementsEmitted; /** The number of elements to skip initially. */ private volatile int numElementsToSkip; /** Flag to make the source cancelable. */ private volatile boolean isRunning = true; private transient ListState<Integer> checkpointedState;
image.png

image.png

image.png

image.png

image.png

triggercheckpoint,当task收到所有barrier之后,会进行快照,再快照之前,将自己的输出继续传递barrier,并将自己的状态异步写入到持久化存储中。


image.png

我已经把快照做好,并且把元数据告诉你。


image.png

image.png


image.png

文章来源: www.jianshu.com,作者:百忍成金的虚竹,版权归原作者所有,如需转载,请联系作者。

原文链接:www.jianshu.com/p/864bf2ae2eec

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。