0
点赞
收藏
分享

微信扫一扫

Flink中state和checkpoint之间的联系

科牛 2022-02-06 阅读 72

State 状态(中间结果)

  • State分类:keyed state (keyBy)或 operator state (offset)

  • 原理:默认保存在 JobManager内存中,指定存储到文件系统中

  • 文件系统分类: fsStateBackend:文件系统,rocksdb

  • 状态后端 StateBackend : HDFS 为主,Rocksdb(大状态)

Checkpoint 检查点

  • 作用:容错机制

  • 原理:全局的状态 state (keyed state 或 Operator state)的快照,在Flink中==增量==的快照,效率比较高。

  • 对比 Spark : 重量的快照,每次全量快照,Flink 每次增量的快照

 总结:

checkpoint就是把state数据进行一个持久化的存储而已

因为本身Flink中的state它是存到内存里的,它总是要定时把它刷写到HDFS上,所以说checkpoint就做这个事的,定时把内存当中的state刷写到HDFS上,对于流计算,不可能把state直接存到HDFS上,它需要通过checkpoint把它保存刷写至HDFS上.

===>state只是个中间结果状态,只是基于key上或某个算子上,需要定期通过checkpoint把它保存刷写至HDFS上.==>即将全局(所有的state)保存至HDFS

举报

相关推荐

0 条评论