Flink容错机制

（基于FLIP6的YARN架构）

1. YARN application master启动：YarnFlinkApplicationMasterRunner
2. runApplicationMaster(flinkConfig)
   
   • 启动RPC服务
   • 初始化resource manager
   • 初始化job master参数
   • 启动resource manager
   • 启动job manager runner
3. JobManagerRunner流程：
   
   • 从jar包加载作业图：jobGraph = loadJobGraph(config);
   • BlobLibraryCacheManager注册作业，库和class loader
   • 设置ha服务
   • 启动JobManager
4. JobManager流程：
   
   • 初始化作业（name, jobid)
   • 初始化重启策略
   • 初始化任务槽池
   • 构建执行图ExecutionGraph
   • 为ExecutionGraph注册状态监听器
5. 通过作业图构建执行图buildGraph：
   
   • 初始化具有initializeOnMaster钩子的vertex（输出格式创建目录，输入格式创建splits）
   • 将 job vertices 拓扑排序，并附加到执行图
   • 配置state checkpointing
   • 创建执行图的metrics
6. executionGraph.enableCheckpointing：创建CheckpointCoordinator，触发和提交检查点，保存状态。
7. 执行图的监听器监听作业状态，到达JobStatus.RUNNING时启动检查点调度器startCheckpointScheduler()，定期触发triggerCheckpoint（）。
8. triggerCheckpoint（）:发送消息给任务管理器，触发检查点：execution.triggerCheckpoint(checkpointID, timestamp, checkpointOptions);
taskManagerGateway.triggerCheckpoint(attemptId, getVertex().getJobId(), checkpointId, timestamp, checkpointOptions);
9. 任务管理器接收到TriggerCheckpoint消息：从消息里解出3个参数并传给task触发：task.triggerCheckpointBarrier(checkpointId, timestamp, checkpointOptions)

10. task.triggerCheckpointBarrier(checkpointId, timestamp, checkpointOptions)：异步执行快照动作。

11. CheckpointMetaData(checkpointID, checkpointTimestamp)

12. StreamTask.performCheckpoint(checkpointMetaData, checkpointOptions, checkpointMetrics);：

    • 向下游operatorChain广播: CheckpointBarrier(id, timestamp, checkpointOptions)

    • checkpointingOperation.executeCheckpointing();

    • 提交一个AsyncCheckpointRunnable线程异步执行
13. State Backend执行snapshot()操作。

最后

以上就是腼腆小鸭子为你收集整理的Flink容错机制源码分析Flink容错机制的全部内容，希望文章能够帮你解决Flink容错机制源码分析Flink容错机制所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。