Flink 非对齐Unaligned的checkpoint（源码分析）

本文源码基于flink1.14

在帮助用户排查任务的时候，经常会发现部分task处理的慢，在Exactly once语义时需要等待快照的对齐而白白柱塞的情况

在flink1.11版本引入了非对齐的checkpoint，来解决这种柱塞问题，所以来看看这个新特性的源码是如何实现的

先看下官网的图来总的说下实现原理，再来看看源码

flink是基于Chandy-Lamport算法来实现全局快照的，其核心就是在数据中间穿插barrier

当一个task上游同一批次所有的barrier到齐时，就可以触发快照状态的保存了，问题就是出在这里，等待对齐

来看下上面官网的图，是官网优化的一个具体思路

当某task的第一个barrier到时，那内部当前批次的状态必然是不完整的，那多久才算完整呢，等到这批checkpoint的数据全部都到齐都处理完，那状态就完整了

那当第一个barrier到的时候，剩下没到的数据在哪呢，答案就是，上游task的outBuffer（ResultSubpartition）和自己inBuffer（inputGates）里面

ok.分析到这里就可以看flink的思路了，如果当第一个barrier来的时候我不能触发checkpoint, 是因为还有部分数据没有处理到

那干脆就直接把这部分还没处理的数据（在buffer里面的数据），连同状态数据一起保存到checkpoint里面不就行了吗   ？？？

在从checkpoint恢复的时候就先把这部分buffer数据, 先恢复到当前task的buffer里面，继续计算就可以了，其实弱化了每个checkpoint批次的概念

这样一来当收到第一个barrier的时候，就可以直接触发checkpoint了

下面就是来看看Flink 源码的实现了

看下熟悉的StreamTask因为barrier在flink里面依然被当做数据的一种，在主循环里面看看接收到以后做了什么

先看输入inputBuffer的保存

在AbstractStreamTaskNetworkInput中接收数据的时候从inputGate拉取数据的时候

可以看到会根据数据的类型，如果是barrier类型会走到processBarrier方法

注意这里的这个barrierHandler是SingleCheckpointBarrierHandler实现类，因为非对齐模式的话收到第一个barrier就触发checkpoint了，所以也等同于sigle了

这里的state是实现类AlternatingWaitingForFirstBarrierUnaligned是非对齐模式特有的

来看看怎么处理的

可以看到在 SubtaskCheckpointCoordinatorImpl 中会准备inputFlight数据的快照，目的肯定就是为了保持到checkpoint中

这个方法prepareInflightDataSnapshot方法看下

会调用 BiFunctionWithException prepareInputSnapshot这个action对象，这个对象从哪里传进来的呢？

原来在StreamTask构造函数的时候就通过自己的prepareInputSnapshot方法来创建这个Function了

来看下这个方法的逻辑

会遍历所有的inputProcess然后调用它的准备快照方法

这个方法里面具体

就将具体的input的数据保存到state里面去了

input的保存就说完了

接着来看output缓存数据的保存

会到最开始的AlternatingWaitingForFirstBarrierUnaligned类当保存完input buffer的数据以后initInputsCheckpoint方法之后

来看下后面的逻辑

当触发完input数据的保存以后，就是触发全局的checkpoint了，这里会一直走到streamTask的triggerCheckpointOnBarrier在里面会走到performCheckpoint

最后在SubtaskCheckpointCoordinatorImpl类中

最后在 BufferWritingResultPartition 类里面

PipelinedSubpartition调用addbuffer然后将channelStateWriter.addOutputData把output buffer的数据保存到状态里面去了

讲完触发checkpoint保存缓存中的数据，接下来就是从chekpoint恢复的时候怎么恢复这些未处理的数据了

来看下StreamTask如果从chekpoint恢复的是否是如何处理的

restore方法调用了restoreGates

这里就是将数据in buffer状态的保存到InputGate, 然后out buffer 的状态数据保存到ResultPartitionWriter里面去，继续处理了

over