汽车交易网站系统建设,东莞seo黑帽培训,网站备案查询背景布,网站策划师Flink系列之#xff1a;Checkpoints 与 Savepoints 一、概述二、功能和限制 一、概述
从概念上讲#xff0c;Flink 的 savepoints 与 checkpoints 的不同之处类似于传统数据库系统中的备份与恢复日志之间的差异。
Checkpoints 的主要目的是为意外失败的作业提供恢复机制。 … Flink系列之Checkpoints 与 Savepoints 一、概述二、功能和限制 一、概述
从概念上讲Flink 的 savepoints 与 checkpoints 的不同之处类似于传统数据库系统中的备份与恢复日志之间的差异。
Checkpoints 的主要目的是为意外失败的作业提供恢复机制。 Checkpoint 的生命周期 由 Flink 管理 即 Flink 创建管理和删除 checkpoint - 无需用户交互。 由于 checkpoint 被经常触发且被用于作业恢复所以 Checkpoint 的实现有两个设计目标i轻量级创建和 ii尽可能快地恢复。 可能会利用某些特定的属性来达到这个目标例如 作业的代码在执行尝试时不会改变。
在用户终止作业后会自动删除 Checkpoint除非明确配置为保留的 Checkpoint。
Checkpoint 以状态后端特定的原生的数据格式存储有些状态后端可能是增量的
尽管 savepoints 在内部使用与 checkpoints 相同的机制创建但它们在概念上有所不同并且生成和恢复的成本可能会更高一些。Savepoints的设计更侧重于可移植性和操作灵活性尤其是在 job 变更方面。Savepoint 的用例是针对计划中的、手动的运维。例如可能是更新你的 Flink 版本更改你的作业图等等。
Savepoint 仅由用户创建、拥有和删除。这意味着 Flink 在作业终止后和恢复后都不会删除 savepoint。
Savepoint 以状态后端独立的标准的数据格式存储注意从 Flink 1.15 开始savepoint 也可以以后端特定的原生格式存储这种格式创建和恢复速度更快但有一些限制。
二、功能和限制
下表概述了各种类型的 savepoint 和 checkpoint 的功能和限制。
✓ - Flink 完全支持这种类型的快照 x - Flink 不支持这种类型的快照 ! - 虽然这些操作目前有效但 Flink 并未正式保证对它们的支持因此它们存在一定程度的风险 更换状态后端 - 配置与创建快照时使用的不同的状态后端。State Processor API (写) - 通过 State Processor API 创建这种类型的新快照的能力。State Processor API (读) - 通过 State Processor API 从该类型的现有快照中读取状态的能力。自包含和可移动 - 快照目录包含从该快照恢复所需的所有内容并且不依赖于其他快照这意味着如果需要的话它可以轻松移动到另一个地方。Schema 变更 - 如果使用支持 Schema 变更的序列化器例如 POJO 和 Avro 类型则可以更改状态数据类型。任意 job 升级 - 即使现有算子的 partitioning 类型rescale, rebalance, map, 等或运行中数据类型已经更改也可以从该快照恢复。非任意 job 升级 - 如果作业图拓扑和运行中数据类型保持不变则可以使用变更后的 operator 恢复快照。Flink 小版本升级 - 从更旧的 Flink 小版本创建的快照恢复1.x → 1.y。Flink bug/patch 版本升级 - 从更旧的 Flink 补丁版本创建的快照恢复1.14.x → 1.14.y。扩缩容 - 使用与快照制作时不同的并发度从该快照恢复。
