Flink Savepoint与Checkpoint的区别及恢复机制

核心区别： | 维度 | Checkpoint | Savepoint | |------|-----------|-----------| | 触发方式 | 自动定时触发 | 用户手动触发 | | 目的 | 故障恢复（容错） | 运维操作（升级/迁移/调优） | | 存储 | 自动管理，可删除 | 用户自行管理，保留 | | 格式 | 实现相关（底层优化） | 标准格式（跨版本兼容） | | 生命周期 | 作业停止即清理（默认） | 持久保存 |

创建Savepoint：

# 从外部提交
flink savepoint <jobId> [targetDirectory] [-yid yarnAppId]

# 代码中取消并保存
flink cancel -s [targetDirectory] <jobId>

恢复作业：

# 从Savepoint恢复
flink run -s <savepointPath> -c MainClass job.jar

# 从最新Checkpoint恢复（自动寻找）
flink run -s <checkpointDir> job.jar

# 允许跳过无法映射的状态（升级后状态不兼容时）
--allowNonRestoredState

常用场景：

1. 应用升级：新版本代码从旧Savepoint恢复
2. 调整并行度：修改并行度前创建Savepoint，恢复时自动重分配状态
3. Flink版本升级：Savepoint支持跨小版本恢复
4. Bug修复：修复代码逻辑后从Savepoint重新处理

注意：

• Savepoint本质也是Checkpoint，但由用户手动管理
• 升级Operator UID变化可能导致恢复失败，建议为所有Operator指定uid()