Flink CDC里flink run -d -D yarn.application.id=application_xxxx -D execution.checkpointing.interval=60000,flink1.16版本为什么使用yarn-session模式这样启用不了checkpoint吗?
在 Apache Flink 1.16 版本中,在 YARN session 模式下运行 Flink 应用程序,并尝试通过 -D
参数设置 checkpoint 间隔,需要注意以下几点:
YARN Session 和 Checkpoint 配置:
在启动 yarn-session
模式时,你应该先创建一个持久化的 Flink YARN session,然后在提交作业时通过作业的 conf/flink-conf.yaml
或者直接在代码中指定 checkpoint 相关配置。不过,有时候也可以通过 Java API 或命令行参数临时覆盖部分配置项。
-D execution.checkpointing.interval=60000
这种方式是在命令行上为作业指定自定义配置,但它是否能生效取决于 Flink 是否允许在运行时动态覆盖全局或作业级别的 checkpoint interval 设置。
正确设置 Checkpoint 间隔:
如果要在命令行提交作业时设置 checkpoint 间隔,确保使用正确的配置键名,对于 checkpoint 间隔应该是:
-D jobmanager.checkpoints.interval=60000
而不是 execution.checkpointing.interval
,虽然在某些版本中两者可能可以互换,但在不同版本间配置键名可能会有所差异。
配置生效范围:
当你在 Flink 1.16 中通过 -D
参数设置 checkpoint 间隔时,确保这些参数是在提交作业到已经启动的 YARN session 时传递的,而不是在启动 yarn-session
本身时。这是因为启动 session 时不一定会处理作业级别的具体配置。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。