Checkpoint使用了Chandy-Lamport算法流程1.正常流式处理（尚未Checkpoint）如下图，Topic有两个分区，并行度也为2，根据奇偶数我们假设任务从Kafka的某个Topic中读取数据

在Flink中，Checkpoint机制采用的是chandy-lamport（分布式快照）算法，通过Checkpoint机制，保证了Flink程序内部的ExactlyOnce语义。二、Checkp

0.引言上一篇文章最后说到Spark的StructuredStreaming的ContinuousProcessingMode的容错处理使用了分布式快照（DistributedSnapshot）算法Chandy-Lamport

0.引言Spark的StructuredStreaming的ContinuousProcessingMode的容错处理使用了分布式快照（DistributedSnapshot）算法Chandy-Lamport

CheckPoint基于Chandy-Lamport算法，实现了分布式一致性快照，提供了一致性的语义。

Flink是通过周期性Checkpoint的方式来实现故障容错，这里使用的是基于Chandy-Lamport改进的算法。

Flink基于Chandy-Lamport算法实现了一个分布式的一致性的快照，从而提供了一致性的语义。 

前言在食用本文之前，建议看官先充分食用这两篇文章：《Chandy-Lamport分布式快照算法小记》与《深入理解Flink的轻量级异步屏障快照（ABS）算法》。

TimeWindowEventTimeWatermark有状态的计算一致性7.2检查点:保证exactly-onceStatefulOperatorsandApplicationsDataflow模型简介窗口时间域CEP背压分布式数据流的异步快照Chandy-Lamport

**Flink使用的检查点算法是分布式快照算法（基于Chandy-Lamport算法的分布式快照）**检查点的两种实现：（1）检查点算法的简单实现–暂停应用，保存状态到检查点，在重新恢复应用（2）Flink

在这里插入图片描述第二步，source节点向下游广播barrier，这个barrier就是实现Chandy-Lamport分布式快照算法的核心，下游的task只有收到所有input的barrier才会执行相应的

Chandy-Lamport算法前提通道与进程不会出现故障，通信可靠通道是单向FIFO通道任意两进程有一个通道连接任意进程可在任意时间开始一

Flink实现了基于Chandy-Lamport算法的checkpoint机制。在消息可靠性保障，集群升级等场景具有重大意义。

早于Flink的异步快照的一个算法，比flink那个有名很多～(十)简单解释:分布式数据流的异步快照(Flink的核心)非常简单的一个给分布式系统做consistency的快照的算法，可以应对环形流，且不需要节点知道有环(Flink的算法要求环的交接节点知道哪个inputchannel是环的回路)，但是要求所有通信channel是FIFO的（flink也是,相比之下Google的MillWheel

WHATFlink的基石checkpoint：基于Chandy-Lamport，实现分布式一致性快照state：丰富stateAPITime：实现Watermark机制，乱序、迟到容忍Window：开箱即用滚动

而ABS算法的渊源就是本文要说的Chandy-Lamport算法，它是目前在流式系统中广泛使用的分布式快照算法。这个算法在论文《DistributedSnapshots:Determinin

Flink基于Chandy-Lamport算法实现了一个分布式的一致性的快照，从而提供了一致性的语义。Chandy-Lamport算法实际上在1985年的时候已经被提出来，但并没

ABS全称异步屏障快照（AsynchronousBarrierSnapshotting），是对Chandy-Lamport算法（分布式快

前言在食用本文之前，建议看官先充分食用这两篇文章：《Chandy-Lamport分布式快照算法小记》与《深入理解Flink的轻量级异步屏障快照（ABS）算法》。

这其中原因是Flink利用了一套非常经典的Chandy-Lamport算法，它的核心思想是把这个流计算看成一个流式的拓扑，定期从这个拓扑的头部Source点开始插入特殊的Barriers，从上游开始不断的向下游广播这个

Flink基于Chandy-Lamport分布式快照算法实现了一套可靠的Checkpoint机制，可以保证集群中某些节点出现故障时，能够将整个作业恢复到故障之前某个状态。

一致性检查点（Checkpoints）Flink故障恢复机制的核心，就是应用状态的一致性检查点有状态流应用的一致检查点，其实就是所有任务的状态，在某个时间点的一份拷贝（一份快照）；这个时间点，应该是所有任务都恰好处理完一个相同的输入数据的时候(如5这个数据虽然进了奇数流但是偶数流也应该做快照，因为属于同一个相同数据，只是没有被他处理)在JobManager中也有个Chechpoint的指针，指向了

第五章，先是讲snapshots就是快照，具体就是Chandy-Lamport算法，快照就是把一个分布式系统以很多断点（marker）为间隔记录下系统的状态，包括单个进程自己的状态以及不同进程之间的状态

Flink基于Chandy-Lamport算法实现了一个分布式的一致性的快照，从而提供了一致性的语义。

Flink容错机制以及Chandy-Lamport算法流式计算分为有状态和无状态两种情况，所谓状态就是计算过程中的中间值；对于无状态计算，会独立观察每个独立事件，并根据最后一个事件输出结果：对于一个流式系统接收到一系列的数字

0.引言上一篇文章最后说到Spark的StructuredStreaming的ContinuousProcessingMode的容错处理使用了分布式快照（DistributedSnapshot）算法Chandy-Lamport

引言Spark的StructuredStreaming的ContinuousProcessingMode的容错处理使用了分布式快照（DistributedSnapshot）算法Chandy-Lamport

Flink容错机制以及Chandy-Lamport算法流式计算分为有状态和无状态两种情况，所谓状态就是计算过程中的中间值；对于无状态计算，会独立观察每个独立事件，并根据最后一个事件输出结果：对于一个流式系统接收到一系列的数字

此论文是受分布式快照算法Chandy-Lamport启发，并针对Flink执行模型量身