一、Flink容错

1.1 State状态

Flink实时计算为了保证计算过程中，出现异常可以容错，就要中间结果的计算结果存储起来，这些中间数据就叫做State。
State时多类型的，默认是保存在JobManger的内存中，也可以保存在TaskManager的本地文件中，也可以保存在本地文件系统或者HDFS这样的分布式文件系统中。

1.2 StateBackend

用来保存State的存储后端就叫做StateBackend,默认是保存在JobManger的内存中，也可以保存在TaskManager的本地文件中，也可以保存在本地文件系统或者HDFS这样的分布式文件系统中。
程序：

public class StateBackend01 {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        /**
         * 只有开启了checkpoint，5s才会有重启策略，固定时间，无限重启
         * 默认把中间结果保存于JobMananger的内存
         */
        env.enableCheckpointing(5000);

        //自定义重启固定次数，和重启时间
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(3, 2000));

        //本地目录:设置状态存储的后端,只是当前的job，建议在配置文件中全局配置
        //env.setStateBackend(new FsStateBackend("file://D:\\APP\\IDEA\\workplace\\FlinkTurbineFaultDiagnosis\\checkpoint"));

        //HFDS:存储chenckpoint
        System.setProperty("HADOOP_USER_NAME", "root");
        env.setStateBackend(new FsStateBackend("hdfs://hadoop1:9000/checkpoint01"));
        
        /**
         * 程序异常退出，或者人为取消，不删除checkpoint目录数据
         */
        env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);


        DataStreamSource<String> lines = env.socketTextStream("192.168.52.200", 8888);
        SingleOutputStreamOperator<String> wangyining = lines.map(new MapFunction<String, String>() {
            @Override
            public String map(String line) throws Exception {

                if (line.startsWith("wangyining")) {
                    throw new RuntimeException("老王的程序挂了！");
                }
                return line.toUpperCase();
            }
        });
        wangyining.print();
        env.execute();

    }
}

1.3 CheckPointing

Flink为了实时容错，可以量中间结果定期的保存期起来，这种定期触发保存中间结果的机制叫做CheckPointing. CheckPointing 是周期执行的.具体的过程是JobManager定期的向TaskManager中的SubTask发送RPC消息，SubTask 将其计算的State保存StateBackEnd 中，并晌JobManager相应Checkpoint是否成功。如果程序出现异常或重启TaskManager 中的SubTask可以从上-一次成功的CheckPointing的State恢复。

【Flink-容错API】重启策略-CheckPoint/StateBackend_本地文件

1.4 重启策略

Flink实时计算程序,为了容错,需要开启CheckPointing,- - 旦开启CheckPointing,如果没有重启策略,默认的重启策略是无限重启，可以也可以设置其他重启策略，如:重启固定次数且可以延迟执行的策略。

public class RestartStrategies01 {
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        /**
         * 只有开启了checkpoint，如 5s 才会有重启策略，固定时间，无限重启
         * 默认把中间结果保存于JobMananger的内存
         */
        env.enableCheckpointing(5000);
        //自定义重启固定次数，和重启时间
        env.getConfig().setRestartStrategy(RestartStrategies.fixedDelayRestart(3, 2000));

        DataStreamSource<String> lines = env.socketTextStream("192.168.52.200", 8888);
        SingleOutputStreamOperator<String> wangyining = lines.map(new MapFunction<String, String>() {
            @Override
            public String map(String line) throws Exception {

                if (line.startsWith("wangyining")) {
                    throw new RuntimeException("老王的程序挂了！");
                }
                return line.toUpperCase();
            }
        });
        wangyining.print();
        env.execute();

    }
}

结果：

【Flink-容错API】重启策略-CheckPoint/StateBackend_flink_02


可以看到，程序不会挂掉。