这是我参与「第四届青训营 」笔记创作活动的第5天
本次笔记重点内容
-
- 端到端 Exactly-Once 实现
-
- Flink 案例讲解
端到端 Exactly-Once实现
Application Consistency Guarantees 作业一致性保证
- At-most-once：每条数据消费至多一次
- At-least-once：每条数据消费至少一次
- Exactly-once: 每条数据都被消费且仅被消费一次
Two-phase commit protocol 两阶段提交协议
分布式协议，有多个节点参与执行，每个节点都能同时执行或回滚某个事务性操作，也就是有原则的一系列操作，这操作要么全部执行要么不执行，为了保证这个过程，有一个中心节点来统一处理所有节点的执行逻辑，即协作者（coordinator），被其调度的其他业务节点叫参与者（participator）
1.预提交阶段
协作者向参与者发送commit信息，协作者收到后，执行事务但是不真正提交，执行是成功或者失败都会发消息（vote yes/no）
2.提交阶段
- ①协助者收到全部vote yes消息就会向参与者发送commit信息，表示可以真正执行，完成之后参与者会发送一个ack消息给协作者，协作者收到所有参与者的ack消息之后，表示该事务执行完毕。
- ②协作者收到了至少一个vote no消息，向参与者发送一个rollback消息，每个参与者回滚事务的执行操作，释放事务所占资源，任何参与者发送一个ack消息给协作者，协作者收到所有参与者的ack消息之后，表示该事务成功回到最初状态。
协作者就是JobManager，参与者就是所有处理逻辑（包括sink）
在Sink的时候会执行两阶段提交，各个Operator执行barrier的checkpoint，成功则进行预提交，如果有任何一个预提交失败则回滚最近的checkpoint。
Flink案例
账单计算服务
- ①非严格意义上的端到端Exactly Once语义
Kafka: 消息中间件
从kafka中读取固定大小数据，进行去重和聚合计算，处理完成后写入Mysql中，若全部写入成功，则记录当前读取到的消息的终止位置，若失败，则不记录位点，然后在记录的位点之后，继续从kafka中读取固定大小数据... 去重能力有限，只能在当前处理的一批数据内去重，无法在批与批之间去重
- ②严格意义上的端到端Exactly Once语义
这样下游读到的数据是不丢不重的，可以在更长的时间维度对数据进行去重（但也不是说在任意时间维度，kafka保存数据有限）
总结
端到端的Exactly-Once语义，指的是 Flink 应用从 Source 端开始到 Sink 端结束，数据必须经过起始点和结束点。Flink 自身是无法保证外部系统Exactly-Once语义的，所以 Flink 若要实现所谓端到端的Exactly-Once的要求，外部系统必须支持Exactly-Once语义；然后借助 Flink 提供的分布式快照和两阶段提交才能实现。
