Flink Restart Strategies重启策略机制深入剖析-Flink牛刀小试

版权声明：版权声明：本套技术专栏是作者（秦凯新）平时工作的总结和升华，通过从真实商业环境抽取案例进行总结和分享，并给出商业应用的调优建议和集群环境容量规划等内容，请持续关注本套博客。版权声明：禁止转载，欢迎学习。QQ邮箱地址：1120746959@qq.com，如有任何问题，可随时联系。 https://blog.csdn.net/shenshouniu/article/details/84501658

写在前面的话

1 重启策略总览

Flink支持不同的重启策略，以在故障发生时控制作业如何重启
集群在启动时会伴随一个默认的重启策略，在没有定义具体重启策略时会使用该默认策略。如果在工作提交时指定了一个重启策略，该策略会覆盖集群的默认策略
默认的重启策略可以通过 Flink 的配置文件 flink-conf.yaml 指定。配置参数 restart-strategy 定义了哪个策略被使用。
常用的重启策略

固定间隔 (Fixed delay)

失败率 (Failure rate)

无重启 (No restart)
如果没有启用 checkpointing，则使用无重启 (no restart) 策略。
如果启用了 checkpointing，但没有配置重启策略，则使用固定间隔 (fixed-delay) 策略，其中 Integer.MAX_VALUE 参数是尝试重启次数
重启策略可以在flink-conf.yaml中配置，表示全局的配置。也可以在应用代码中动态指定，会覆盖全局配置

2 重启策略之固定间隔

第一种：全局配置 flink-conf.yaml

  restart-strategy: fixed-delay   restart-strategy.fixed-delay.attempts: 3   restart-strategy.fixed-delay.delay: 10 s

第二种：应用代码设置

  env.setRestartStrategy(RestartStrategies.fixedDelayRestart(     // 尝试重启的次数     Time.of(10, TimeUnit.SECONDS) // 间隔   ));

3 重启策略之失败率

失败率重启策略在Job失败后会重启，但是超过失败率后，Job会最终被认定失败。在两个连续的重启尝试之间，重启策略会等待一个固定的时间.
如下配置是5分钟内若失败了3次则认为该job失败，重试间隔为10s。

第一种：全局配置 flink-conf.yaml

  restart-strategy: failure-rate   restart-strategy.failure-rate.max-failures-per-interval: 3   restart-strategy.failure-rate.failure-rate-interval: 5 min   restart-strategy.failure-rate.delay: 10 s

第二种：应用代码设置

  env.setRestartStrategy(RestartStrategies.failureRateRestart(   //一个时间段内的最大失败次数   Time.of(5, TimeUnit.MINUTES), // 衡量失败次数的是时间段   Time.of(10, TimeUnit.SECONDS) // 间隔   ));

4 无重启策略

无重启策略，Job直接失败，不会尝试进行重启

第一种：全局配置 flink-conf.yaml
```
  restart-strategy: none 
```

第二种：应用代码设置

  ExecutionEnvironment env = ExecutionEnvironment.getExecutionEnvironment();   env.setRestartStrategy(RestartStrategies.noRestart());

5 案例代码实战

如果启用了 checkpointing，但没有配置重启策略，则使用固定间隔 (fixed-delay) 策略

  //获取flink的运行环境   StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();    // 每隔1000 ms进行启动一个检查点【设置checkpoint的周期】   env.enableCheckpointing(1000);   // 高级选项：   // 设置模式为exactly-once （这是默认值）   env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);   // 确保检查点之间有至少500 ms的间隔【checkpoint最小间隔】   env.getCheckpointConfig().setMinPauseBetweenCheckpoints(500);   // 检查点必须在一分钟内完成，或者被丢弃【checkpoint的超时时间】   env.getCheckpointConfig().setCheckpointTimeout(60000);   // 同一时间只允许进行一个检查点   env.getCheckpointConfig().setMaxConcurrentCheckpoints(1);   // 表示一旦Flink处理程序被cancel后，会保留Checkpoint数据，以便根据实际需要恢复到指定的Checkpoint【详细解释见备注】   //ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION:表示一旦Flink处理程序被cancel后，会保留Checkpoint数据，以便根据实际需要恢复到指定的Checkpoint   //ExternalizedCheckpointCleanup.DELETE_ON_CANCELLATION: 表示一旦Flink处理程序被cancel后，会删除Checkpoint数据，只有job执行失败的时候才会保存checkpoint   env.getCheckpointConfig().enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);     //设置statebackend    //env.setStateBackend(new MemoryStateBackend());   //env.setStateBackend(new FsStateBackend("hdfs://hadoop100:9000/flink/checkpoints"));   //env.setStateBackend(new RocksDBStateBackend("hdfs://hadoop100:9000/flink/checkpoints",true));

6 结语

辛苦成文，各自珍惜，谢谢！

秦凯新于深圳 20181125

文章来源: Flink Restart Strategies重启策略机制深入剖析-Flink牛刀小试

标签

restart