这是我参与「第四届青训营 」笔记创作活动的第7天

1. 背景

• Checkpoint是周期性操作，把state数据持久化存储
• 对于source来说，如果程序出现问题，Flink需要重启，从最新的Checkpoint处恢复数据
• 我们希望输出端两次Checkpoint之间的数据能够回滚，只有回滚之后才能与Flink程序重启的source策略一致，因为重启后source是回滚到上一次的Checkpoint对应的偏移量
• 因此如果不能回滚，就导致了数据的重复计算

2. 总结

• 程序重启之后恢复到上一次成功的Checkpoint处，现在程序是在两次Checkpoint之间失败了，从上一次Checkpoint成功处，程序又处理了部分数据并且输出到外部系统了，因此如果只是简单的把程序恢复到上次成功的Checkpoint处，会导致程序重复计算部分数据
• Checkpoint能保证每条数据都对各个有状态的算子更新一次，sink输出算子仍然可能下发重复的数据
• 严格意义上的端到端的Exactly-Once语义需要特殊的sink算子实现

3. 两阶段提交协议

在多个节点参与执行分布式系统中，为了协调每个节点都能同时执行或者回滚某个事物性的操作，引入了一个中心节点来统一执行所有节点的执行逻辑，这个中心节点叫做协作者（coordinator），被中心节点调度的其他业务节点叫做参与者（participant）

3.1 预提交阶段

• 协作者（JobManager）向所有参与者（operator）发送一个pre-commit(预提交)消息
• 参与者收到消息后，执行事务，但是不真正提交
• 若事务执行成功，发送一个成功的消息(vote yes)；若事务执行失败，发送一个失败的消息(vote no)

3.2 提交阶段

• 若协作者接收到所有参与者vote yes的消息
  • 协作者向所有参与者发送一个commit(提交)消息
  • 每个收到commit消息的参与者释放执行事务所需的资源，并结束这次事务的执行（步骤②）
  • 完成步骤②后，参与者发送一个ack消息给协作者
  • 协作者收到所有参与者发来的ack消息后，标识该事务执行完成
• 若协作者收到了参与者的vote no消息（或者发生等待超时）
  • 协作者向所有参与者发送一个rollback消息
  • 每个收到rollback消息的参与者回滚事务的执行操作，并释放事务所占资源（步骤②）
  • 完成步骤②后，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消息后，标识该事务回滚完成

3.3 Flink 中的 2PC Sink

3.4 Flink两阶段提交总结

• ①事务开启：在sink task向下游写数据之前，均会开启一个事务，后续所有写数据的操作均在这个事务中执行，事务未提交前，事务写入的数据下游不可读
• ②预提交阶段：JobManager开始下发Checkpoint Barrier，当各个处理逻辑接收到Barrier后停止处理后续数据，对当前状态制作快照，此时，sink也不再当前事务下继续处理数据（处理后续数据需要新打开下一个事务）。状态制作成功则向JobManager发送成功的消息，失败则发送失败的消息
• ③提交阶段：若JobManager收到所有预提交成功的消息，则向所有处理逻辑（包括sink）发送可以提交此次事务的消息，sink接收到消息后，则完成此次事务的提交，此时下游可以读到这次事务写入的数据；若JobManager有收到预提交失败的消息，则通知所有处理逻辑回滚这次事务的操作，此时sink则丢弃这次事务提交的数据