Flink这个启动状态恢复的机制是什么样的？
Flink这个启动状态恢复的机制是什么样的？请教大佬们一个问题，我使用checkpoint做状态恢复，任务里设置了configuration.set(SavepointConfigOptions.SAVEPOINT_PATH, file.getPath()，并且用了自己写的一个客户端以perjob模式提交到yarn上，发现我的状态没有恢复，isRestored是false
但是使用application模式提交的话是能正常读取我的状态的，后续我又测试了使用官方的flink-client提交，发现都可以正常读取状态。我debug源码发现JobGraph里有savepointRestoreSettings相关的配置，是在yarn-per-job模式提交代码必须有这个配置项吗？
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。
-
Flink 的状态恢复是通过检查点实现的。检查点是 Flink 在运行时创建的快照，用于在 job 失败时恢复 job 的状态。当 job 失败时，Flink 会尝试从最近的检查点恢复 job 的状态。如果检查点不存在，Flink 会从历史记录中恢复 job 的状态。
Flink 的检查点机制有以下特点：
检查点是周期性创建的。
检查点是可选的。
检查点可以使用不同的策略进行管理。
Flink 的状态恢复机制有以下特点：状态恢复是自动完成的。
状态恢复可以从最近的检查点或历史记录中进行。
状态恢复可以进行部分恢复。
Flink 的状态恢复机制可以保证 job 在失败后可以恢复到失败之前的状态。这使得 Flink 非常适合用于处理长时间运行的流处理任务。2023-09-18 16:38:31赞同 展开评论
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。