全国旗舰校区

不同学习城市 同样授课品质

北京

深圳

上海

广州

郑州

大连

武汉

成都

西安

杭州

青岛

重庆

长沙

哈尔滨

南京

太原

沈阳

合肥

贵阳

济南

下一个校区
就在你家门口
+
当前位置:首页  >  应聘面试  >  大数据面试题

Flink checkpoint和savepoint区别

发布时间:2022-09-02 16:59:22
发布人:wjy

Checkpoint是为runtime准备的,Savepoint 是为用户准备的。

Checkpoint 机制的目标在于保证Flink作业意外崩溃重启不影响exactly once 准确性,通常用于系统容错。

而Savepoint的目的在于在Flink作业维护(比如更新作业代码)时将作业状态写到外部系统,以便维护结束后重新提交作业可以到恢复原本的状态。

- Checkpoint异常恢复,保证可用性,在任务发生故障时,为任务提供给自动恢复机制;Savepoint需手动备份、恢复暂停作业的方法。

- Checkpoint 被设计成轻量和快速恢复数据的机制,Savepoint 更多地关注数据的可移植性,并支持对作业做任何更改而状态能保持兼容

- Checkpoint 是自动和定期的,它们由 Flink 自动地周期性地创建和删除,无需用户的交互。

相反,Savepoint 是由用户手动地管理(调度、创建、删除)的。

Flink checkpoint和savepoint区别

相关文章

大数据kafka常见面试题——如何搭建kafka?

2023-08-07

大数据kafka常见面试题——kafka中如何避免重复消费

2023-08-04

大数据面试题之多种方法创建dataframe

2023-08-02

大数据Hadoop面试题——Hadoop干什么用的?

2023-08-01

大数据行业2年工作经验的面试题有哪些?

2023-07-28

大数据kafka面试题——kafka和flume的区别是什么?

2023-07-27
在线咨询 免费试学 教程领取