Checkpoint 慢之作业存在反压或者数据倾斜如何解决？

我们知道 task 仅在接受到所有的 barrier 之后才会进行 snapshot，如果作业存 在反压，或者有数据倾斜，则会导致全部的 channel 或者某些 channel 的 barrier 发送慢，从而整体影响 Checkpoint 的时间，这两个可以通过如下的页面进行检查： 上图中我们选择了一个 task，查看所有 subtask 的反压情况，发现都是 high， 表示反压情况严重，这种情况下会导致下游接收 barrier 比较晚。 上图中我们选择其中一个 operator，点击所有的 subtask，然后按照 Records Received/Bytes Received/TPS 从大到小进行排序，能看到前面几个 subtask 会 比其他的 subtask 要处理的数据多。 如果存在反压或者数据倾斜的情况，我们需要首先解决反压或者数据倾斜问题之 后，再查看 Checkpoint 的时间是否符合预期。