Flink的CheckPoint机制

这里已经是Flink的第三篇原创啦。第一篇：Flink入门讲解了Flink的基础和相关概念，第二篇：压背原理，讲解了什么是背压，在Flink背压大概的流程是怎么样的。

这篇来讲Flink另一个比较重要的知识，就是它的容错机制checkpoint原理。

所谓的CheckPoint其实就是Flink会在指定的时间段上保存状态的信息，如果Flink挂了可以将上一次状态信息再捞出来，重放还没保存的数据来执行计算，最终可以实现exactly once。

状态只持久化一次到最终的存储介质中（本地数据库/HDFS)，在Flink下就叫做exactly once（计算的数据可能会重复（无法避免），但状态在存储介质上只会存储一次）。

开胃菜（复习）

作为用户，我们写好Flink的程序，上管理平台提交，Flink就跑起来了(只要程序代码没有问题），细节对用户都是屏蔽的。

实际上大致的流程是这样的：

Flink会根据我们所写代码，会生成一个StreamGraph的图出来，来代表我们所写程序的拓扑结构。
然后在提交的之前会将StreamGraph这个图优化一把(可以合并的任务进行合并），变成JobGraph
将JobGraph提交给JobManager
JobManager收到之后JobGraph之后会根据JobGraph生成ExecutionGraph（ExecutionGraph 是 JobGraph 的并行化版本）
TaskManager接收到任务之后会将ExecutionGraph生成为真正的物理执行图

可以看到物理执行图真正运行在TaskManager上Transform和Sink之间都会有ResultPartition和InputGate这俩个组件，ResultPartition用来发送数据，而InputGate用来接收数据。

屏蔽掉这些Graph，可以发现Flink的架构是：Client->JobManager->TaskManager

从名字就可以看出，JobManager是干「管理」，而TaskManager是真正干活的。回到我们今天的主题，checkpoint就是由JobManager发出。

Flink本身就是有状态的，Flink可以让你选择执行过程中的数据保存在哪里，目前有三个地方，在Flink的角度称作State Backends：

MemoryStateBackend（内存）
FsStateBackend（文件系统，一般是HSFS）
RocksDBStateBackend（RocksDB数据库）

同样地，checkpoint信息就是保存在State Backends上

先来简单描述一下checkpoint的实现流程：

checkpoint的实现大致就是插入barrier，每个operator收到barrier就上报给JobManager，等到所有的operator都上报了barrier，那JobManager 就去完成一次checkpointi

因为checkpoint机制是Flink实现容错机制的关键，我们在实际使用中，往往都要配置checkpoint相关的配置，例如有以下的配置：

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.enableCheckpointing(5000);
env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);
env.getCheckpointConfig().setMinPauseBetweenCheckpoints(500);
env.getCheckpointConfig().setCheckpointTimeout(60000);
env.getCheckpointConfig().setMaxConcurrentCheckpoints(1);
env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);

简单铺垫过后，我们就来撸源码了咯？

Checkpoint（原理）

JobManager发送checkpoint

从上面的图我们可以发现 checkpoint是由JobManager发出的，并且JobManager收到的是JobGraph，会将JobGraph转换成ExecutionGraph。

这块在JobMaster的构造器就能体现出来：

public JobMaster(...) throws Exception {// 创建ExecutionGraphthis.executionGraph = createAndRestoreExecutionGraph(jobManagerJobMetricGroup);}

我们点击进去createAndRestoreExecutionGraph看下：

看CheckpointCoordinator这个名字，就觉得他很重要，有木有？它从ExecutionGraph来，我们就进去createExecutionGraph里边看看呗。

点了两层buildGraph()方法，可以看到在方法的末尾处有checkpoint相关的信息：

executionGraph.enableCheckpointing(chkConfig.getCheckpointInterval(),chkConfig.getCheckpointTimeout(),chkConfig.getMinPauseBetweenCheckpoints(),chkConfig.getMaxConcurrentCheckpoints(),chkConfig.getCheckpointRetentionPolicy(),triggerVertices,ackVertices,confirmVertices,hooks,checkpointIdCounter,completedCheckpoints,rootBackend,checkpointStatsTracker);

前面的几个参数就是我们在配置checkpoint参数的时候指定的，而triggerVertices/confirmVertices/ackVertices我们溯源看了一下，在源码中注释也写得清清楚楚的。

// collect the vertices that receive "trigger checkpoint" messages.
// currently, these are all the sources 
List<JobVertexID> triggerVertices = new ArrayList<>();// collect the vertices that need to acknowledge the checkpoint
// currently, these are all vertices
List<JobVertexID> ackVertices = new ArrayList<>(jobVertices.size());// collect the vertices that receive "commit checkpoint" messages
// currently, these are all vertices
List<JobVertexID> commitVertices = new ArrayList<>(jobVertices.size());

下面还是进去enableCheckpointing()看看大致做了些什么吧：

// 将上面的入参分别封装成ExecutionVertex数组
ExecutionVertex[] tasksToTrigger = collectExecutionVertices(verticesToTrigger);
ExecutionVertex[] tasksToWaitFor = collectExecutionVertices(verticesToWaitFor);
ExecutionVertex[] tasksToCommitTo = collectExecutionVertices(verticesToCommitTo);// 创建触发器
checkpointStatsTracker = checkNotNull(statsTracker, "CheckpointStatsTracker");// 创建checkpoint协调器
checkpointCoordinator = new CheckpointCoordinator(jobInformation.getJobId(),interval,checkpointTimeout,minPauseBetweenCheckpoints,maxConcurrentCheckpoints,retentionPolicy,tasksToTrigger,tasksToWaitFor,tasksToCommitTo,checkpointIDCounter,checkpointStore,checkpointStateBackend,ioExecutor,SharedStateRegistry.DEFAULT_FACTORY);// 设置触发器
checkpointCoordinator.setCheckpointStatsTracker(checkpointStatsTracker);// 状态变更监听器
// job status changes (running -> on, all other states -> off)
if (interval != Long.MAX_VALUE) {registerJobStatusListener(checkpointCoordinator.createActivatorDeactivator());
}

值得一提的是，点进去CheckpointCoordinator()构造方法可以发现有状态后端StateBackend的身影（因为checkpoint就是保存在所配置的状态后端）

如果Job的状态变更了，CheckpointCoordinatorDeActivator是能监听到的。

当我们的Job启动的时候，又简单看看startCheckpointScheduler()里边究竟做了些什么操作：

它会启动一个定时任务，我们具体看看定时任务具体做了些什么ScheduledTrigger，然后看到比较重要的方法：triggerCheckpoint()

这块代码的逻辑有点多，我们简单来总结一下

前置检查（是否可以触发checkpoint，距离上一次checkpoint的间隔时间是否符合...)
检查是否所有的需要做checkpoint的Task都处于running状态
生成checkpointId，然后生成PendingCheckpoint对象来代表待处理的检查点
注册一个定时任务，如果checkpoint超时后取消checkpoint

注：检查task的任务状态时，只会把source的task封装给进Execution[]数组

JobManager侧只会发给source的task发送checkpoint

JobManager发送总结

贴的图有点多，最后再来简单总结一波，顺便画个流程图，你就会发现还是比较清晰的。

JobManager 收到client提交的JobGraph
JobManger 需要通过JobGraph生成ExecutionGraph
在生成ExcutionGraph的过程中实际上就会触发checkpoint的逻辑
1. 定时任务会前置检查（其实就是你实际上配置的各种参数是否符合）
2. 判断checkpoint相关的task是否都是running状态，将source的任务封装到Execution数组中
3. 创建checkpointID/checkpointStorageLocation(checkpoint保存的地方)/PendingCheckpoint（待处理的checkpoint）
4. 创建定时任务（如果当checkpoint超时，会将相关状态清除，重新触发）
5. 真正触发checkPoint给TaskManager(只会发给source的task)
6. 找出所有source和需要ack的Task
7. 创建checkpointCoordinator 协调器
8. 创建CheckpointCoordinatorDeActivator监听器，监听Job状态的变更
9. 当Job启动时，会触发ScheduledTrigger 定时任务

TaskManager（source Task接收）

前面提到了，JobManager 在生成ExcutionGraph时，会给所有的source 任务发送checkpoint，那么source收到barrier又是怎么处理的呢？会到TaskExecutor这里进行处理。

TaskExecutor有个triggerCheckpoint()方法对接收到的checkpoint进行处理：

进入triggerCheckpointBarrier()看看：

再想点进去triggerCheckpoint()看实现时，我们会发现走到performCheckpoint()这个方法上：

从实现的注释我们可以很方便看出方法大概做了什么：

这块我们先在这里放着，知道Source的任务接收到Checkpoint会广播到下游，然后会做快照处理就好。

下面看看非Source 的任务接收到checkpoint是怎么处理的。

TaskManager（非source Task接收）

在上一篇《压背原理》又或是这篇的基础铺垫上，其实我们可以看到在Flink接收数据用的是InputGate，所以我们还是回到org.apache.flink.streaming.runtime.io.StreamInputProcessor#processInput这个方法上

随后定位到处理数据的逻辑：

final BufferOrEvent bufferOrEvent = barrierHandler.getNextNonBlocked();

想点击进去，发现有两个实现类：

BarrierBuffer
BarrierTracker

这两个实现类其实就是对应着AT_LEAST_ONCE和EXACTLY_ONCE这两种模式。

/*** The BarrierTracker keeps track of what checkpoint barriers have been received from* which input channels. Once it has observed all checkpoint barriers for a checkpoint ID,* it notifies its listener of a completed checkpoint.** <p>Unlike the {@link BarrierBuffer}, the BarrierTracker does not block the input* channels that have sent barriers, so it cannot be used to gain "exactly-once" processing* guarantees. It can, however, be used to gain "at least once" processing guarantees.** <p>NOTE: This implementation strictly assumes that newer checkpoints have higher checkpoint IDs.*//*** The barrier buffer is {@link CheckpointBarrierHandler} that blocks inputs with barriers until* all inputs have received the barrier for a given checkpoint.** <p>To avoid back-pressuring the input streams (which may cause distributed deadlocks), the* BarrierBuffer continues receiving buffers from the blocked channels and stores them internally until* the blocks are released.*/

简单翻译下就是：

BarrierTracker是at least once模式，只要inputChannel接收到barrier，就直接通知完成处理checkpoint
BarrierBuffer是exactly-once模式，当所有的inputChannel接收到barrier才通知完成处理checkpoint，如果有的inputChannel还没接收到barrier，那已接收到barrier的inputChannel会读数据到缓存中，直到所有的inputChannel都接收到barrier，这有可能会造成反压。

说白了，就是BarrierBuffer会有对齐barrier的处理。

这里又提到exactly-once和at least once了。在文章开头也说过Flink是可以实现exactly-once的，含义就是：状态只持久化一次到最终的存储介质中（本地数据库/HDFS)。

在这里我还是画个图和举个例子配合BarrierBuffer/BarrierTracker来解释一下。

现在我有一个Topic，假定这个Topic有两个分区partition（又或者你可以理解我设置消费的并行度是2）。现在要拉取Kafka这两个分区的数据，由算子Map进行消费转换，期间在转化的时候可能会存储些信息到State(Flink给我们提供的存储，你就当做是会存到HDFS上就好了)，最终输出到Sink。

从上面的知识点我们应该可以知道，在Flink做checkpoint的时候JobManager往每个Source任务（简单对应图上的两个paritiion）发送checkpointId，然后做快照存储。

显然，source任务存储最主要的内容就是消费分区的offset嘛。比如现在source 1的offerset是100，而source2的offset是105。

目前看来source2的数据会比source1的数据先到达Map

假定我们用的是BarrierBuffer exactly-once模式，那么source2的barrier到达Map算子的后，source2之后的数据只能停下来，放到buffer上，不做处理。等source1 的barrier来了以后，再真正处理source2放在buffer的数据。

这就是所谓的barrier对齐

假定我们用的是BarrierTracker at least once模式，那么source2的barrier到达Map算子的后，source2之后的数据不会停下来等待source1，后面的数据会继续处理。

现在问题就来了，那对不对齐的区别是什么呢？

依照上面图的的运行状态（无论是BarrierTracker at least once模式还是BarrierBuffer exactly-once模式），现在我们的checkpoint都没做，因为source1的barrier还没到sink端呢。现在Flink挂了，那显然会重新拉取source 1的offerset是小于100，而source2的offset是小于105的数据，State的最终信息也不会保存。

checkpoint从没做过的时候，对数据不会产生任何的影响（所以这里在Flink的内部是没啥区别的）

而假设我们现在是BarrierTracker at least once模式，没有任何问题，程序继续执行。现在source1的barrier也走到了slink，最后完成了一次checkpoint。

由于source2的barrier比source1的barrier要快，那么source1所处理的State的数据实际是包括offset>105的数据的，自然Flink保存的时候也会把这部分保存进去。

程序继续运行，刚好保存完checkpoint后，此时系统出了问题，挂了。因为checkpoint已经做完了，所以Flink会从source 1的offerset是100，而source2的offset是105重新消费。

但是，由于我们是BarrierTracker at least once模式，所以State里边的保存状态实际上有过source2的offset 大于105 的记录了。那source2重新从offset是105开始消费，那就是会重复消费！

理解了上面所讲的话，那再看BarrierBuffer exactly-once模式应该就不难理解了（各位大哥大嫂你也要经过这个operator处理保存吗？我们一起吧？有问题，我们一起重来，没问题我们一起保存）

无论是BarrierTracker还是BarrierBuffer也好，在处理checkpoint的时候都需要调用notifyCheckpoint() 方法，而notifyCheckpoint()方法最终调用的是triggerCheckpointOnBarrier

triggerCheckpointOnBarrier()最终还是会调用performCheckpoint()方法，所以无论是source接收到checkpoint还是operator接收到checkpoint，最终还是会调用performCheckpoint()方法。

大家有兴趣可以进去checkpointState()方法里边详细看看，里边会对State状态信息进行写入，完成后上报给TaskManager

TaskManager总结

TaskExecutor接收到JobManager下发的checkpoint，由triggerCheckpoint方法进行处理
- triggerCheckpoint方法最终会调用org.apache.flink.streaming.runtime.tasks.StreamTask#triggerCheckpoint，而最主要的就是performCheckpoint方法
- performCheckpoint方法会对checkpoint做前置处理，barrier广播到下游，处理State状态做快照，最后回到成功消息给JobManager
普通算子由org.apache.flink.streaming.runtime.io.StreamInputProcessor#processInput这个方法读取数据，具体处理逻辑在getNextNonBlocked方法上。
- 该方法有两个实例，分别是BarrierBuffer和BarrierTracker，这两个实例对应着checkpoint不同的模式（至少一次和精确一次）。精确一次需要对barrier对齐，有可能导致反压的情况
- 最后处理完，会调用notifyCheckpoint方法，实际上还是会调performCheckpoint方法

所以说，最终处理checkpoint的逻辑是一致的，只是会source会直接通过TaskExecutor处理，而普通算子会根据不同的配置在接收到后有不同的实例处理：BarrierTracker/BarrierBuffer。

JobManager接收回应

前面提到了，无论是source还是普通算子，都会调用performCheckpoint方法进行处理。

performCheckpoint方法里边处理完State快照的逻辑，会调用reportCompletedSnapshotStates告诉JobManager快照已经处理完了。

reportCompletedSnapshotStates方法里边又会调用acknowledgeCheckpoint方法通过RPC去通知JobManager

兜兜转转，最后还是会回到checkpointCoordinator上，调用receiveAcknowledgeMessage进行处理

进入到receiveAcknowledgeMessage上，主要就是下面图的逻辑：处理完返回不同的状态，根据不同的状态进行处理

主要我们看的其实就是acknowledgeTask方法里边做了些什么。

在 PendingCheckpoint维护了两个Map：

//  已经接收到 Ack 的算子的状态句柄
private final Map<OperatorID, OperatorState> operatorStates;// 需要 Ack 但还没有接收到的 Task
private final Map<ExecutionAttemptID, ExecutionVertex> notYetAcknowledgedTasks;

然后我们进去acknowledgeTask简单了解一下可以发现就是在处理operatorStates和notYetAcknowledgedTasks

synchronized (lock) {if (discarded) {return TaskAcknowledgeResult.DISCARDED;}// 接收到Task了，从notYetAcknowledgedTasks移除final ExecutionVertex vertex = notYetAcknowledgedTasks.remove(executionAttemptId);if (vertex == null) {if (acknowledgedTasks.contains(executionAttemptId)) {return TaskAcknowledgeResult.DUPLICATE;} else {return TaskAcknowledgeResult.UNKNOWN;}} else {acknowledgedTasks.add(executionAttemptId);}// ...if (operatorSubtaskStates != null) {for (OperatorID operatorID : operatorIDs) {// ...OperatorState operatorState = operatorStates.get(operatorID);// 新来的operatorID，添加到operatorStatesif (operatorState == null) {operatorState = new OperatorState(operatorID,vertex.getTotalNumberOfParallelSubtasks(),vertex.getMaxParallelism());operatorStates.put(operatorID, operatorState);}//....}}

等到所有的Task都到齐以后，就会调用isFullyAcknowledged进行处理。