日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關鍵字查找
首頁 實時計算 Flink版 操作指南 作業高級配置 Task快速重啟配置

Task快速重啟配置

更新時間：
產品詳情
我的收藏

本文為您介紹，如何配置Task快速重啟，從而降低Failover對作業的影響。

背景信息

重要

此功能為實驗性功能，請在生產環境下謹慎使用，如遇問題請及時提交工單和技術支持部門取得聯系。

通常，當Flink流作業中的某個Task發生異常時，為了保證數據一致性，同一個PipelineRegion的所有Task都會進行Failover。作業Failover后，Source節點需要從上一個Checkpoint位點開始消費數據。然而，在一些作業中，Task Failover后還需要下載大資源文件或者State數據。如果作業并發很高，所有Task進行一輪Failover的調度時間可能也會比較長。這些都會導致作業出現延遲或阻塞，一段時間內無法正常消費數據等問題，恢復正常運行所需的時間會更長。

Task快速重啟配置可以有效緩解上述問題。配置Task快速重啟后，當某個Task發生異常時，可以只重啟失敗的Task。從而避免由于非Source Task異常導致的Source Task回退到上一個Checkpoint位點重新消費數據的情況，減少由于Task取消、重啟、追數據導致作業無法正常消費數據的時長。此外，還可以緩解高并發的情況下，所有Task進行一輪Failover的調度時間和初始化給集群造成的壓力，從而降低Failover對作業的影響。

目前Task快速重啟支持兩種一致性語義：APPROXIMATE（不保證數據不丟失和重復）和AT_LEAST_ONCE（保證數據不丟失，不保證數據不重復）。其中APPROXIMATE語義無性能開銷，而AT_LEAST_ONCE語義存在性能開銷且需要額外使用對象存儲OSS。

使用限制

  • 不能在有限數據源的流作業中使用。

  • 無法與Unaligned Checkpoint共同使用。

  • 無法在批作業中使用。

  • 同一個Session集群內無法同時運行未配置和配置了Task快速重啟的作業。

  • 若作業中有算子實現了prepareSnapshotPreBarrier方法，或在運行中會發送與Checkpoint相關的信息，則不可使用AT_LEAST_ONCE語義。

注意事項

語義

注意事項

APPROXIMATE

  • 當某個Task進行Failover時，其上游Task將無法繼續向該Task發送數據，數據將會造成反壓。因此Task Failover期間和之后一段時間出現的反壓和numRecordsInPerSecond指標歸零都是正常情況，在Task Failover完成后會恢復。

    如果作業僅有Rebalance或Rescale邊，且每個邊的下游均有多個并發，可以配合Dynamic Rebalance功能，將數據發送給未出錯的任務處理，從而實現Failover期間數據處理不受影響。

  • 如果Task異常是由TaskManager異常退出或網絡異常導致的，則配置Task快速重啟后，作業Failover的耗時可能不會有明顯的縮短，極端情況下可能會更長。

  • 由于單個Task Failover期間作業Checkpoint會失敗，建議調高容忍Checkpoint失敗的次數。

  • 目前，配置Task快速重啟后，如果發生作業Failover，將會出現數據丟失或重復。因此請您一定要先確保您的業務可以允許出現數據的丟失或重復，再配置Task快速重啟。

  • 啟用Task快速重啟后，您可以忽略Flink UI頁面上顯示的Checkpoint一致性語義。在Flink UI頁面上，Checkpoint一致性語義固定顯示為AT_LEAST_ONCE，但實際為APPROXIMATE，該語義不保證數據不丟失和重復。

AT_LEAST_ONCE

  • 目前的實現下，開啟后作業性能會有一定下降。請關注性能和延遲情況，適當擴充資源。

  • 當某個Task進行Failover時，或AT_LEAST_ONCE語義下Failover后回追數據過程中，其上游Task將無法繼續向該Task發送數據，數據將會造成反壓。因此Task Failover期間和之后一段時間出現的反壓和numRecordsInPerSecond指標歸零都是正常情況，在Task Failover完成后會恢復。

    如果作業僅有Rebalance或Rescale邊，且每個邊的下游均有多個并發，可以配合Dynamic Rebalance功能，將數據發送給未出錯的任務處理，從而實現Failover期間數據處理不受影響。

  • 如果Task異常是由TaskManager異常退出或網絡異常導致的，則配置Task快速重啟后，作業Failover的耗時可能不會有明顯的縮短，極端情況下可能會更長。

  • 由于單個Task Failover期間作業Checkpoint會失敗，建議調高容忍Checkpoint失敗的次數。

  • 開啟后各個Task將以較高頻率保存自身的狀態，同時會記錄輸出的數據，這都會增加作業讀寫OSS的IO量。不建議在State較大或數據流量較大的作業上開啟。

    說明

    • 您可以在EMR控制臺查看OSS使用的帶寬和QPS。

    • 作業當前總IO量可用各節點 Bytes Received的總和 / 運行時間估算。

  • 某個作業開啟該功能導致OSS的IO量增加，可能導致使用同一賬號下的OSS的作業受到影響，反之亦然。因此，請同時關注其他作業情況和OSS使用情況。

  • 部分情況下，包括首次Checkpoint完成前，作業異常會回退為正常的Failover，屬于正常情況。

  • 啟用AT_LEAST_ONCE語義后作業的Checkpoint ID不再為連續數值。

  • 由于作業Failover次數為獨立計數，如果出現全局性異常導致大量Task同時Failover，Failover計數會按照發生異常的Task數量相應增加。

操作步驟

  1. 進入Task快速重啟配置入口。

    1. 登錄實時計算控制臺。

    2. 單擊目標工作空間操作列下的控制臺。

    3. 在運維中心 > 作業運維頁面，單擊目標作業名稱。

    4. 在部署詳情頁簽，單擊運行參數配置區域右側的編輯。

  2. 在其他配置中，增加如下代碼信息。

    • 若使用APPROXIMATE語義：

      individual-task-failover.enabled: enabled_approximate
shuffle-service-factory.class: org.apache.flink.runtime.io.network.IndividualRecoverableNettyShuffleServiceFactory

    • 若使用AT_LEAST_ONCE語義：

      individual-task-failover.enabled: enabled
shuffle-service-factory.class: org.apache.flink.runtime.io.network.IndividualRecoverableNettyShuffleServiceFactory
individual-task-failover.intermediate-checkpointing.interval: 適當的間隔，一般建議為cp周期的1/5到1/10，單位為ms。
classloader.check-leaked-classloader: false

    如果您的作業使用的是Session模式的集群，則也需要在Session集群的配置中增加上述代碼。Session集群配置詳情請參見步驟一：創建Session集群。

  3. 單擊保存。

  4. 在頁面頂部，單擊停止。

  5. 啟動作業，詳情請參見作業啟動。