Flink Checkpoint 问题排查实用指南

作者：邱从贤（山智）

在 F 中，状态可靠性保证由 Checkpoint 支持，当作业出现 failover 的情况下，F 会从最近成功的 Checkpoint 恢复。在实际情况中，我们可能会遇到 Checkpoint 失败，或者 Checkpoint 慢的情况，本文会统一聊一聊 F 中 Checkpoint 异常的情况（包括失败和慢），以及可能的原因和排查思路。

1. Checkpoint 流程简介

首先我们需要了解 F 中 Checkpoint 的整个流程是怎样的，在了解整个流程之后，我们才能在出问题的时候，更好的进行定位分析。

从上图我们可以知道，F 的 Checkpoint 包括如下几个部分：

• JM trigger checkpoint
• Source 收到 trigger checkpoint