我的工作有状态操作员并且还启用了检查点。 Staful Operator 的其中一项任务由于某种原因失败，已重新启动并恢复检查点状态。
我想问以下哪一个是重启行为：
- 仅重新启动并恢复失败的任务
- 所有操作员（包含失败的任务）的任务都将重新启动并恢复
- 整个作业重新启动并恢复
如果一项任务失败，是否会重新启动整个作业？
tldr：对于流作业，答案通常是肯定的，但不一定。
Flink 流作业的恢复涉及将源回退到检查点中记录的偏移量，并将状态重置回仅消耗了这些偏移量之前的数据后的状态。
仅重新启动失败的任务会导致不一致，并且无法提供精确一次语义，除非失败的任务不依赖于任何上游任务，并且没有下游任务依赖于它。
那么Flink能做的就是恢复状态并在此基础上重新启动处理故障转移区域，它考虑了作业图中的这些依赖关系。在流作业的情况下，只有当作业非常并行时，才有可能完成整个作业的恢复和重新启动。因此，在并行作业令人尴尬的情况下，只有失败的区域才会恢复并重新启动（包括从源到接收器的所有子任务），而其他区域则继续运行。
如果使用此方法jobmanager.execution.failover-strategy被设定为region，自 Flink 1.10 以来一直是默认值。
要了解更多相关信息，请参阅FLIP-1：任务失败的细粒度恢复和Apache Flink 1.9.0 发布公告，其中引入了此功能。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
