美文网首页
Flink-状态之checkpointing与State Bac

Flink-状态之checkpointing与State Bac

作者: 卡门001 | 来源:发表于2021-12-19 23:49 被阅读0次

    在flink里,算法基本上带有状态的,而在我们处理元素或事件时状态会存储数据。为了让大烽据框架的状态有容错功能,flink提出checkpointing机制。

    一、checkpointing 与 flink容错机制

    当错误或异常发生时,checkpointing允许flink去恢复状态以及流所在的位置。

    Flink's checkpointing实现机制是将数据流与状态永久存储在某一个地方,因此让flink拥有容错机制,需要有两个前置条件:

    • 1.必须拥有持久化或可靠的数据源,该数据源可以在一定的时间范围内提供回放记录的功能(replay records for certian of time);比例:kafka、rabbitmq、amazon kinese、google pubsub 或 分布式文件系统 hdfs、s3、gfs、nfs、ceph...等
    • 2.状态的持久化存储,典型的是使用分布式文件存储;比如hdfs、s3、gfs、nfs、ceph...等

    如何开启及配置checkpointing功能

    默认情况下,flink在checkpointing是disabled(禁用)的,开启方法:enableCheckpointing(n)) on StreamExecutionEnvironment。

    n代表时间

    checkpointing相关参数

    • exactly-once vs at-least-once:精准消费一次/至少消费一次。配置方法是通过enableCheckpointing(n)相关操作选择两种模式之一。在大部份情况下,exactly-once是比较好的一个选择。 at-least-once用在对于低延迟只有的环情况(比如只可延迟几毫秒)。
    • checkpoint timeout: checkpoint过程当中所消耗时间的设置,保存不超时或超时中断
    • minimum time between checkpoints:最小时间,在两个checkpointing之间。如果该值设定为5000,而下一个checkpoint一般会上一个checkpoint结束后5秒开始。
    • number of cocurrent checkpoints:并发checkpoint的数量。默认只要有一个checkpoint进程正在运行另外一个不会触发。
    • externalized checkpoints:可配置一个周期性的外部持久化的checkpoints。通过该功能可以将元数据信息等写到外部的存储中,此种方式下当job运行过程中出现异常,flink不会自动删除这些外部存储的checkpoint数据或信息。该模式中以让flink出现异常或操作中断时从外部存储的数据点中恢复数据。
    • fail/continue task on checkpoint erros: 当失败发生时,是继续执行还是中断操作。默认为中断执行。
    • prefer checkpoint for recovery:优先从checkpoints点中恢复数据
    • unaliged checkpoints:

    代码

    package com.flink.state;
    
    import org.apache.flink.streaming.api.datastream.DataStreamSource;
    import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
    
    public class CheckpointApp {
        public static void main(String[] args) throws Exception {
            StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
            //env.enableCheckpointing(5000, CheckpointingMode.EXACTLY_ONCE);
            env.enableCheckpointing(5000);
            DataStreamSource<String> source = env.socketTextStream("localhost",9527);
    
            source.print();
    
            env.execute("CheckPointApp");
        }
    
    }
    

    checkpoint重启策略

    重启策略与故障恢复策略,来控制任务的重启。重启策略决定了(是否或什么时候)以什么方式重启。故障恢复策略决定任务恢复的点。

    策略清单

    image.png

    设定重启策略

    设定重启策略代码

    重启策略片段

    image.png

    详情看官网

    重启策略举例

    package com.flink.state;
    
    import org.apache.flink.api.common.functions.FlatMapFunction;
    import org.apache.flink.api.common.functions.MapFunction;
    import org.apache.flink.api.common.restartstrategy.RestartStrategies;
    import org.apache.flink.api.common.time.Time;
    import org.apache.flink.api.java.tuple.Tuple2;
    import org.apache.flink.streaming.api.datastream.DataStreamSource;
    import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
    import org.apache.flink.util.Collector;
    import java.util.Locale;
    import java.util.concurrent.TimeUnit;
    
    public class CheckpointApp {
        public static void main(String[] args) throws Exception {
            StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
            //env.enableCheckpointing(5000, CheckpointingMode.EXACTLY_ONCE);
            /**
             * 不开启checkpoint:不重启
             * 开启了checkpoint:
             * 1) 没有配置重启策略: Integer。MAX_VALUE
             * 2) 如果配置了重启策略,就使用我们配置的重启策略覆盖默认的
             *
             * 重启策略的配置
             * 1) code
             * 2) yaml
             */
            env.enableCheckpointing(5000);
            env.setRestartStrategy(
                    //偿试3次,间隔5秒。
                    RestartStrategies.fixedDelayRestart(3, Time.of(5, TimeUnit.SECONDS))
            );
            DataStreamSource<String> source = env.socketTextStream("localhost",9527);
            source.map(new MapFunction<String, String>() {
                @Override
                public String map(String value) throws Exception {
                    if (value.contains("pk")){
                        throw new RuntimeException("PK哥来了,快跑..!");
                    }else{
                        return value.toLowerCase(Locale.ROOT);
                    }
                }
            }).flatMap(new FlatMapFunction<String, String>() {
                @Override
                public void flatMap(String value, Collector<String> out) throws Exception {
                    String[] splits =  value.split(",");
                    for (String split : splits) {
                        out.collect(split);
                    }
                }
            }).map(new MapFunction<String, Tuple2<String, Integer>>() {
                @Override
                public Tuple2<String, Integer> map(String value) throws Exception {
                    return Tuple2.of(value,1);
                }
            }).keyBy(x -> x.f0).sum(1).print();
    
            //source.print();
    
            env.execute("CheckPointApp");
        }
    
    }
    

    ExternalizedCheckpoints

    当作业失败或人工取消息时,是否可留之前的checkpoint记录

     //当job取消以后,是否清楚外部的checkpoint记录
    //是否保留       
    
    env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);
    

    相关文章

      网友评论

          本文标题:Flink-状态之checkpointing与State Bac

          本文链接:https://www.haomeiwen.com/subject/djdafrtx.html