『大数据程序员工程师』Flink状态后端和如何管理Kafka消费偏移量，有状态流处理：Apache( 三 ) 有状态流处理：ApacheFlink状态后端

文章图片
第6步：
此步骤显示FlinkMapTask在检查其状态后与FlinkJobMaster进行通信。当作业的所有任务确认其状态为检查点时，作业主管完成检查点。从现在开始，检查点可用于从故障中恢复。值得一提的是， ApacheFlink不依赖于Kafka偏移来恢复潜在的系统故障。

文章图片
在发生故障时恢复
如果发生故障（例如，工作人员故障），则重新启动所有操作员任务，并将其状态重置为上次完成的检查点。如下图所示。

文章图片
Kafka源分别从偏移量2和1开始，因为这是完成的检查点的偏移量。当作业重新启动时，我们可以期待正常的系统操作，就好像之前没有发生故障一样。
【『大数据程序员工程师』Flink状态后端和如何管理Kafka消费偏移量，有状态流处理：Apache】你可以找到关于如何使用的详细信息和常见问题最好的ApacheFlink和ApacheKafka在我们以前的博客文章的一个位置。