Flink Checkpoint（检查点）

最新推荐文章于 2026-05-21 07:48:50 发布

原创

最新推荐文章于 2026-05-21 07:48:50 发布 · 2.9k 阅读

标签

#flink #checkpoint

收录于

Flink Checkpoint（检查点）

Flink中的每个函数和运算符都可以是有状态的（如果是Keyed Stream，使用ValueState、ListState等状态，如果是Operator State，实现CheckpointedFunction或CheckpointedList接口。使用ListState、MapState获取状态）。有状态的函数在各个元素/事件处理中存储数据。使状态成为任何类型的更复杂操作的关键构建块。

为了使状态容错，Flink需要检查状态。Checkpoint（检查点）允许Flink恢复流中的状态和位置，从而为应用程序提供与无故障执行相同的语义。

1、Checkpoint的先决条件

一般来说，checkpoint机制和流的状态持久存储需要满足：

可重放地数据源（Source）。例如Apache Kafka、RabbitMQ、文件系统（HDFS、S3）等。
可靠地文件系统，因为State（状态）需要持久存储，通常是需要分布式文件系统，如HDFS、S3等。

2、启用和配置Checkpoint

默认情况下，Checkpoint是被禁用的。如需使用Checkpoint机制，需要调用env.enableCheckpointing(long interval)。需要设置一个间隔时间，每个间隔时间发出一次Checkpoint。

Checkpoint参数设置

下面直接以代码的方式展示描述：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

// 设置启用 Checkpoint，默认 CheckpointMode为 EXACTLY_ONCE(精准一次)
env.enableCheckpointing(6000);

// enab