【Flink状态管理五】Checkpoint的设计与实现

文章目录

• 1. Checkpoint的整体设计
• 2. Checkpoint创建源码解析
• • 2.1. DefaultExecutionGraphBuilder.buildGraph
  • 2.2. ExecutionGraph.enableCheckpointing

    由于系统原因导致Flink作业无法正常运行的情况非常多，且很多时候都是无法避免的。对于Flink集群来讲，能够快速从异常状态中恢复，同时保证处理数据的正确性和一致性非常重要。Flink主要借助Checkpoint的方式保障整个系统状态数据的一致性，也就是基于ABS算法实现轻量级快照服务。

    本节我们详细了解Checkpoint的设计与实现。

     

    1. Checkpoint的整体设计

    Checkpoint的执行过程分为三个阶段：启动、执行以及确认完成。其中Checkpoint的启动过程由JobManager管理节点中的CheckpointCoordinator组件控制，该组件会周期性地向数据源节点发送执行Checkpoint的请求，执行频率取决于用户配置的CheckpointInterval参数。

    执行过程：

    1. 在JobManager管理节点通过CheckpointCoordinator组件向每个数据源节点发送Checkpoint执行请求，此时数据源节点中的算子会将消费数据对应的Position发送到JobManager管理节点中。
    2. JobManager节点会存储Checkpoint元数据，用于记录每次执行Checkpoint操作过程中算子的元数据信息，例如在FlinkKafkaConsumer中会记录消费Kafka主题的偏移量，用于确认从Kafka主题中读取数据的位置。
    3. 在数据源节点执行完Checkpoint操作后，继续向下游节点发送CheckpointBarrier事件，下游算子通过对齐Barrier事件，触发该算子的Checkpoint操作。

       当下游的map算子接收到数据源节点的Checkpoint

       Barrier事件后，首先对当前算子的数据进行处理，并等待其他上游数据源节点的Barrier事件到达。该过程就是Checkpoint

       Barrier对齐，目的是确保属于同一Checkpoint的数据能够全部到达当前节点。

    

    Barrier事件的作用就是切分不同Checkpoint批次的数据。

    • 当map算子接收到所有上游的Barrier事件后，就会触发当前算子的Checkpoint操作，并将状态数据快照到指定的外部持久化介质中，该操作主要借助状态后端存储实现。

    • 当状态数据执行完毕后，继续将Barrier事件发送至下游的算子，进行后续算子的Checkpoint操作。

    • 另外，在map算子中执行完Checkpoint操作后，也会向JobManager管理节点发送Ack消息，确认当前算子的Checkpoint操作正常执行。此时Checkpoint数据会存储该算子对应的状态数据，如果StateBackend为MemoryStateBackend，则主要会将状态数据存储在JobManager的堆内存中。

      sink节点的ack

      像map算子节点一样，当Barrier事件到达sink类型的节点后，sink节点也会进行Barrier对齐操作，确认上游节点的数据全部接入。然后对接入的数据进行处理，将结果输出到外部系统中。完成以上步骤后，sink节点会向JobManager管理节点发送Ack确认消息，确认当前Checkpoint中的状态数据都正常进行了持久化操作。（之后呢？当任务结束之后，cp会消失还是？）

       

      2. Checkpoint创建源码解析

      通过调用StreamExecutionEnvironment.enableCheckpointing()，开启Checkpoint。

      此时Checkpoint的配置会被存储在StreamGraph中，然后将StreamGraph中的CheckpointConfig转换为JobCheckpointingSettings数据结构存储在JobGraph对象中，并伴随JobGraph提交到集群运行。启动JobMaster服务后，JobMaster调度和执行Checkpoint操作。

      2.1. DefaultExecutionGraphBuilder.buildGraph

      如下代码，通过JobGraph构建ExecutionGraph的过程中，获取JobGraph中存储的JobCheckpointingSettings配置，然后创建ExecutionGraph。

      1）根据snapshotSettings配置获取triggerVertices、ackVertices以及confirmVertices节点集合，并转换为对应的ExecutionJobVertex集合。

      • 其中triggerVertices集合存储了所有SourceOperator节点，这些节点通过CheckpointCoordinator主动触发Checkpoint操作。
      • ackVertices和confirmVertices集合存储了StreamGraph中的全部节点，代表所有节点都需要返回Ack确认信息并确认Checkpoint执行成功。

        2）创建CompletedCheckpointStore组件，用于存储Checkpoint过程中的元数据。

        • 当对作业进行恢复操作时会在CompletedCheckpointStore中检索最新完成的Checkpoint元数据信息，然后基于元数据信息恢复Checkpoint中存储的状态数据。CompletedCheckpointStore有两种实现，分别为StandaloneCompletedCheckpointStore和ZooKeeperCompletedCheckpointStore。
        • 在CompletedCheckpointStore中通过maxNumberOfCheckpointsToRetain参数配置以及结合checkpointIdCounter计数器保证只会存储固定数量的CompletedCheckpoint。

          3）创建CheckpointStatsTracker实例

          用于监控和追踪Checkpoint执行和更新的情况，包括Checkpoint执行的统计信息以及执行状况，WebUI中显示的Checkpoint监控数据主要来自CheckpointStatsTracker。

          4）创建StateBackend，从UserClassLoader中反序列化出应用指定的StateBackend并设定为applicationConfiguredBackend。

          5）初始化用户自定义的Checkpoint Hook函数

          6）最终调用executionGraph.enableCheckpointing()方法，在作业的执行和调度过程中开启Checkpoint。

          // 配置状态数据checkpointing
          // 从jobGraph中获取JobCheckpointingSettings
          JobCheckpointingSettings snapshotSettings = jobGraph.getCheckpointingSettings();
          //如果snapshotSettings不为空，则开启checkpoint功能
          if (snapshotSettings != null) {
             List triggerVertices =
                   idToVertex(snapshotSettings.getVerticesToTrigger(), executionGraph);
             List ackVertices =
                   idToVertex(snapshotSettings.getVerticesToAcknowledge(), executionGraph);
             List confirmVertices =
                   idToVertex(snapshotSettings.getVerticesToConfirm(), executionGraph);
             //创建CompletedCheckpointStore
             CompletedCheckpointStore completedCheckpoints;
             CheckpointIDCounter checkpointIdCounter;
             try {
                int maxNumberOfCheckpointsToRetain = jobManagerConfig.getInteger(
                    CheckpointingOptions.MAX_RETAINED_CHECKPOINTS);
                if (maxNumberOfCheckpointsToRetain 
                   maxNumberOfCheckpointsToRetain = CheckpointingOptions.MAX_RETAINED_
                      CHECKPOINTS.defaultValue();
                }
                // 通过recoveryFactory创建CheckpointStore
                completedCheckpoints = recoveryFactory.createCheckpointStore(jobId, 
                   maxNumberOfCheckpointsToRetain, classLoader);   
                // 通过recoveryFactory创建CheckpointIDCounter
                checkpointIdCounter = recoveryFactory.createCheckpointIDCounter(jobId);
             }
             catch (Exception e) {
                throw new JobExecutionException(jobId, "Failed to initialize high-
                   availability checkpoint handler", e);
             }
             // 获取checkpoints最长的记录次数
             int historySize = jobManagerConfig.getInteger(WebOptions.CHECKPOINTS_HISTORY_SIZE);
             // 创建CheckpointStatsTracker实例
             CheckpointStatsTracker checkpointStatsTracker = new CheckpointStatsTracker(
                   historySize,
                   ackVertices,
                   snapshotSettings.getCheckpointCoordinatorConfiguration(),
                   metrics);
             // 从application中获取StateBackend
             final StateBackend applicationConfiguredBackend;
             final SerializedValue
                applicationConfiguredBackend = null;
             }
             else {
                try {
                   applicationConfiguredBackend = serializedAppConfigured.
                      deserializeValue(classLoader);
                } catch (IOException | ClassNotFoundException e) {
                   throw new JobExecutionException(jobId,
                      "Could not deserialize application-defined state backend.", e);
                }
             }
             // 获取最终的rootBackend
             final StateBackend rootBackend;
             try {
                rootBackend = StateBackendLoader.fromApplicationOrConfigOrDefault(
                   applicationConfiguredBackend, jobManagerConfig, classLoader, log);
             }
             catch (IllegalConfigurationException | IOException | 
                DynamicCodeLoadingException e) {
                   throw new JobExecutionException(jobId, 
                      "Could not instantiate configured state backend", e);
             }
             // 初始化用户自定义的checkpoint Hooks函数
             final SerializedValue