Flink使用中遇到的问题

一、为啥checkpoint总超时

数据处理和 barrier 处理都由主线程处理，如果主线程处理太慢（比如使用 RocksDBBackend，state 操作慢导致整体处理慢），导致 barrier 处理的慢，也会影响整体 Checkpoint 的进度，在这一步我们需要能够查看某个 PID 对应 hotmethod，这里推荐两个方法：
1、 多次连续 jstack，查看一直处于 RUNNABLE 状态的线程有哪些；
2、使用工具 AsyncProfile dump 一份火焰图，查看占用 CPU 最多的栈；

二、作业失败，如何使用检查点

只需要指定检查点路径重启任务即可
bin/flink run -s :checkpointMetaDataPath [:runArgs]
checkpointMetaDataPath ： 这个是检查点元数据路径，并不简单是所配置的检查点的路径
参考：https://blog.csdn.net/lt793843439/article/details/89641904

三、总结下flink作业异常中断的操作流程

1、找出作业对应的jobID
2、进入hdfs对应目录，找到目录下面最新的检查点目录
3、通过指定检查点目录的方式重新启动作业
4、观察作业运行情况，如果出现内存溢出异常断开，加大内存重新启动。待作业运行稳定，查看作业最初异常中断的原因，记录下来并总结思考如何解决和避免。

四、怎么屏蔽flink checkpoint 打印的info 日志？

在log4j或者logback的配置文件里单独指定org.apache.flink.runtime.checkpoint.CheckpointCoordinator的日志级别为WARN