重新运行后 Flink 状态为空（重新初始化）

Question

我正在尝试连接两个流，首先是坚持 MapValueState： RocksDB 将数据保存在检查点文件夹中，但新建运行后，state 为空。我运行它在本地和 flink 集群中取消在集群中提交并简单地在本地重新运行

 env.setStateBackend(new RocksDBStateBackend(..)
 env.enableCheckpointing(1000)
 ...

   val productDescriptionStream: KeyedStream[ProductDescription, String] = env.addSource(..)
  .keyBy(_.id)

 val productStockStream: KeyedStream[ProductStock, String] = env.addSource(..)
    .keyBy(_.id)

和

  productDescriptionStream
  .connect(productStockStream)
  .process(ProductProcessor())
  .setParallelism(1)

env.execute("Product aggregator")

产品处理器

case class ProductProcessor() extends CoProcessFunction[ProductDescription, ProductStock, Product]{
private[this] lazy val stateDescriptor: MapStateDescriptor[String, ProductDescription] =
new MapStateDescriptor[String, ProductDescription](
  "productDescription",
  createTypeInformation[String],
  createTypeInformation[ProductDescription]
)
private[this] lazy val states: MapState[String, ProductDescription] = getRuntimeContext.getMapState(stateDescriptor)

override def processElement1(value: ProductDescription,
ctx: CoProcessFunction[ProductDescription, ProductStock, Product]#Context,out: Collector[Product]
 ): Unit = {
  states.put(value.id, value)
 }}

 override def processElement2(value: ProductStock,
ctx: CoProcessFunction[ProductDescription, ProductStock, Product]#Context, out: Collector[Product]
 ): Unit = {
  if (states.contains(value.id)) {
         val product =Product(
          id = value.id,
          description = Some(states.get(value.id).description),
          stock = Some(value.stock),
          updatedAt = value.updatedAt)
        out.collect(product )
 }}

Answer 1

检查点是由 Flink 创建的，用于从故障中恢复，而不是用于在手动关闭后恢复。当作业被取消时，Flink 的默认行为是删除检查点。由于作业不会再失败，因此不需要恢复。

您有多种选择：

(1) 在取消作业时将检查点配置为 retain checkpoints：

CheckpointConfig config = env.getCheckpointConfig();
config.enableExternalizedCheckpoints(
  CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);

然后当您重新启动作业时，您需要指明您希望它从特定检查点重新启动：

flink run -s <checkpoint-path> ...

否则，无论何时开始作业，它都会以空状态后端开始。

(2) 不要取消作业，而是使用 stop with savepoint:

flink stop [-p targetDirectory] [-d] <jobID>

之后您将再次需要使用 flink run -s ... 从保存点恢复。

使用保存点停止是比依赖最近的检查点回退到更干净的方法。

(3) 或者您可以使用 Ververica Platform Community Edition，这将抽象级别提高到您不必自己管理这些细节的程度。

重新运行后 Flink 状态为空（重新初始化）

Flink state empty (reinitialized) after rerun

state

scala

apache-flink

flink-streaming