一：检查点的概念
在流处理中，我们可以用存档读档的思路，就是将之前某个时间点所有的状态保存下来，这份 "存档" 就是我们所谓的 "检查点"（checkpoint）。
遇到故障重启的时候，我们可以从检查点中 "读档"，恢复出之前的状态，这样就可以回到当时保存的一刻接着处理数据了。
这里所谓的 "检查"，其实是针对故障恢复的结果而言的：故障恢复之后继续处理的结果，应该与发生故障前完全一致，我们需要 "检查" 结果的正确性。所以，有时又会把 checkpoint 叫做 "一致性检查点"。
二：检查点的保存
1：周期性的触发保存
"随时存档"确实恢复起来方便，可是需要我们不停地做存档操作。如果每处理一条数据就进行检查点的保存，当大量数据同时到来时，就会耗费很多资源来频繁做检查点，数据处理的速度就会受到影响。所以在Flink中，检查点的保存是周期性触发的，间隔时间可以进行设置。
2：保存的时间点
我们应该在所有任务（算子）都恰好处理完一个相同的输入数据的时候，将它们的状态保存下来。
这样做可以实现一个数据被所有任务（算子）完整地处理完，状态得到了保存。
一条数据从头走到尾了。是怎么确定的？Barrair分界线。一种特殊的消息，JobManager发出的，从左到右会让一条正常消息完整执行完毕，路过哪个子任务，哪个子任务就做检查点。这样就可以保障分界线之前的数据完整的完成计算。
如果出现故障，我们恢复到之前保存的状态，故障时正在处理的所有数据都需要重新处理；我们只需要让源（source）任务向数据源重新提交偏移量、请求重放数据就可以了。当然这需要源任务可以把偏移量作为算子状态保存下来，而且外部数据源能够重置偏移量；kafka就是满足这些要求的一个最好的例子。
3：保存的具体流程
检查点的保存，最关键的就是要等所有任务将"同一个数据"处理完毕。下面我们通过一个具体的例子，来详细描述一下检查点具体的保存过程。
回忆一下我们最初实现的统计词频的程序------word count。这里为了方便，我们直接从数据源读入已经分开的一个个单词，例如这里输入的是：
"hello"，"world"，"hello"，"flink"，"hello"，"world"，"hello"，"flink"...
我们所需要的就是每个任务都处理完"hello"之后保存自己的状态。
这里边体现的是状态。紫色的是状态。上边的一个方格代表：一个槽。一个子任务。
检查点就是对状态的一个备份，是状态的一个副本，是状态的一个快照。
三：检查点的保存和恢复流程
1：定期保存检查点
当我们需要保存检查点时，就是在所有任务处理完同一条数据后，对状态做个快照保存下来。例如我们输入数据为："hello", "world", "hello", "flink", "hello", "world", "hello", "flink"......
我们所需要的就是每个任务都处理完 "hello" 之后保存自己的状态。
2：模拟处理过程发生故障
比方说某子任务突然宕机。
3：通过最近检查点进行恢复
首先需要重启计算机，重新启动任务。此时任务中都是空的， 然后读取检查点，重置各个算子状态。
4：重置偏移量
从检查点恢复状态后还有一个问题：如果直接继续处理数据，那么保存检查点之后、到发生故障这段时间内的数据，也就是第 4、5 个数据（"flink" "hello"）就相当于丢掉了；这会造成计算结果的错误。
为了不丢数据，我们应该从保存检查点后开始重新读取数据，这可以通过 Source 任务向外部数据源重新提交偏移量（offset）来实现。
做完了这些，整个系统的状态已经完全退回到了检查点保存的那一刻。
5：继续处理数据即可
继续处理数据即可，首先是重放数据，然后处理新数据即可。
