flink中checkpoint的重启策略

在Apache Flink中，检查点（Checkpoint） 是保障流处理任务容错性的核心机制，而重启策略（Restart Strategy） 则定义了任务失败后的恢复行为。二者协同工作，确保作业的持续性和状态一致性。以下是重启策略的常见类型及配置方法：

那为什么开启检查点之后，报错了程序还在运行？因为开启检查点之后，程序会进行自动重启（无限重启【程序错了才重启】）。

---

一、重启策略类型

1. 固定间隔策略（Fixed Delay Restart Strategy）

   在失败后以固定时间间隔重试，直至达到最大尝试次数。
   参数：

   • restart-strategy.fixed-delay.attempts: 最大重启尝试次数（例如 3）
   • restart-strategy.fixed-delay.delay: 重启间隔（例如 10s）

   配置示例：

   env.setRestartStrategy(
       RestartStrategies.fixedDelayRestart(3, Time.seconds(10))
   );

2. 失败率策略（Failure Rate Restart Strategy）

   在指定时间窗口内，若失败次数超过阈值则停止重启。
   参数：

   • restart-strategy.failure-rate.max-failures-per-interval: 时间窗口内允许的最大失败次数（例如 5）
   • restart-strategy.failure-rate.failure-rate-interval: 时间窗口长度（例如 5min）
   • restart-strategy.failure-rate.delay: 失败后的重启间隔（例如 10s）

   配置示例：

   env.setRestartStrategy(
       RestartStrategies.failureRateRestart(
           5, Time.minutes(5), Time.seconds(10)
       )
   );

3. 不重启策略（No Restart Strategy）

   任务失败后直接停止，不尝试重启。
   配置示例：

   env.setRestartStrategy(RestartStrategies.noRestart());

---

二、与检查点的协同

• 检查点作用：定期保存状态快照，重启时从最近的有效检查点恢复状态。
• 重启触发条件：任务失败后，Flink自动加载检查点状态，并根据重启策略决定是否重新调度任务。

---

三、配置注意事项

1. 全局配置 ：可在 flink-conf.yaml 中设置默认策略，例如：

   restart-strategy: fixed-delay
   restart-strategy.fixed-delay.attempts: 5
   restart-strategy.fixed-delay.delay: 15s

2. 代码级覆盖 ：通过 ExecutionEnvironment 的API可覆盖全局配置。

3. 检查点超时 ：需确保 checkpoint timeout 大于任务恢复时间，避免检查点失效。

---

四、总结

选择合适的重启策略需结合业务需求：

• 高可用场景 ：优先使用 Failure Rate 策略，避免频繁失败导致资源耗尽。
• 批处理任务 ：可选用 Fixed Delay 策略，限制重试次数。
• 关键任务 ：避免使用 No Restart，除非需人工介入排查故障。

通过合理配置检查点与重启策略，可显著提升Flink作业的健壮性。