Checkpoints

检查点机制

Fink中基于异步轻量级的分布式快照技术提供了Checkpoints容错机制，分布式快照可以将同一时间点Task/Operator的状态数据全局统一快照处理。
Flink会在输入的数据集上间歇性地生成checkpoint barrier，通过barrier将间隔时间段内的数据划分到相应的checkpoint中，当应用出现异常时，Operator就能够从上一次快照中恢复所有算子之前的状态，从而保证一致性。
对于状态占用空间较小的应用，快照产生过程非常轻量，高频率创建且对flink任务性能影响相对较小。checkpoint过程中状态数据一般被保存在一个可配置的环境中，通常在JobManager节点或者hdfs上
检查点默认是不开启的

checkpoint开启和时间间隔指定

checkpoint开启和时间间隔指定（根据实际情况选择，状态较大，建议适当增加n的值）

env.enableCheckpointing(1000);

exactly-once和at-least-once语义的选择

默认是使用exactly-ance
exactly-ance：保证整个应用内端到端的数据一致性，这种适合数据要求较高，不允许出现丢数据或者数据重复，同时这种情况flink的性能也相对较弱
at-least-once：适合于延时和吞吐量非常高但对数据的一致性要求不高的场景。

env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);

Checkpoint超时时间

超时时间指定了checkpoint执行过程中的上限时间范围，一但checkpoint执行时间超过阈值，f