国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【flink】Checkpoint expired before completing.

這篇具有很好參考價值的文章主要介紹了【flink】Checkpoint expired before completing.。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

使用flink同步數(shù)據(jù)出現(xiàn)錯誤Checkpoint expired before completing.

【flink】Checkpoint expired before completing.,大數(shù)據(jù),flink,大數(shù)據(jù)


11:32:34,455 WARN  org.apache.flink.runtime.checkpoint.CheckpointFailureManager [Checkpoint Timer]  - Failed to trigger or complete checkpoint 4 for job 1b1d41031ea45d15bdb3324004c2d749. (2 consecutive failed attempts so far)
org.apache.flink.runtime.checkpoint.CheckpointException: Checkpoint expired before completing.
	at org.apache.flink.runtime.checkpoint.CheckpointCoordinator$CheckpointCanceller.run(CheckpointCoordinator.java:2143)
	at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
	at java.util.concurrent.FutureTask.run$$$capture(FutureTask.java:266)
	at java.util.concurrent.FutureTask.run(FutureTask.java)
	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:180)
	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:293)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
	at java.lang.Thread.run(Thread.java:748)
11:32:34,459 INFO  org.jobslink.flink.sink.OperateMysqlDataSink                 [Source: CDC Sourceorg.jobslink.flink.TradeAndWorkTypeAndSkillsCDCJob -> (Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink jk_skills_base), Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink jk_trade_base), Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink jk_worktypes_base)) (1/1)#0]  - READ isExitSql is : [ SELECT count(1) count from jobslink_data_platform.src_skills_base where id= 1325753409319084034 ] 
11:32:34,468 INFO  org.apache.flink.runtime.jobmaster.JobMaster                 [flink-akka.actor.default-dispatcher-9]  - Trying to recover from a global failure.
org.apache.flink.util.FlinkRuntimeException: Exceeded checkpoint tolerable failure threshold.
	at org.apache.flink.runtime.checkpoint.CheckpointFailureManager.checkFailureAgainstCounter(CheckpointFailureManager.java:206)
	at org.apache.flink.runtime.checkpoint.CheckpointFailureManager.handleJobLevelCheckpointException(CheckpointFailureManager.java:169)
	at org.apache.flink.runtime.checkpoint.CheckpointFailureManager.handleCheckpointException(CheckpointFailureManager.java:122)
	at org.apache.flink.runtime.checkpoint.CheckpointCoordinator.abortPendingCheckpoint(CheckpointCoordinator.java:2082)
	at org.apache.flink.runtime.checkpoint.CheckpointCoordinator.abortPendingCheckpoint(CheckpointCoordinator.java:2061)
	at org.apache.flink.runtime.checkpoint.CheckpointCoordinator.access$600(CheckpointCoordinator.java:98)
	at org.apache.flink.runtime.checkpoint.CheckpointCoordinator$CheckpointCanceller.run(CheckpointCoordinator.java:2143)
	at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
	at java.util.concurrent.FutureTask.run$$$capture(FutureTask.java:266)
	at java.util.concurrent.FutureTask.run(FutureTask.java)
	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.access$201(ScheduledThreadPoolExecutor.java:180)
	at java.util.concurrent.ScheduledThreadPoolExecutor$ScheduledFutureTask.run(ScheduledThreadPoolExecutor.java:293)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
	at java.lang.Thread.run(Thread.java:748)
11:32:34,470 INFO  org.apache.flink.runtime.executiongraph.ExecutionGraph       [flink-akka.actor.default-dispatcher-9]  - Job org.jobslink.flink.TradeAndWorkTypeAndSkillsCDCJob (1b1d41031ea45d15bdb3324004c2d749) switched from state RUNNING to RESTARTING.
11:32:34,471 INFO  org.apache.flink.runtime.executiongraph.ExecutionGraph       [flink-akka.actor.default-dispatcher-9]  - Source: CDC Sourceorg.jobslink.flink.TradeAndWorkTypeAndSkillsCDCJob -> (Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink base), Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink base), Filter -> Flat Map -> Filter -> (Sink: Print to Std. Out, Sink: sink base)) (1/1) (3525ceb58f2dc3264812966ec8600a19) switched from RUNNING to CANCELING.

任務(wù)超時了:

重新把任務(wù)配置參數(shù),配置如下:

//開啟CK
env.getCheckpointConfig().setCheckpointTimeout(60000);
//設(shè)置定期安排檢查點的時間間隔。
env.getCheckpointConfig().setCheckpointInterval(60000);
//設(shè)置可能同時進行的檢查點嘗試的最大次數(shù)
env.getCheckpointConfig().setMaxConcurrentCheckpoints(500);
//設(shè)置檢查點嘗試之間的最小暫停時間。
env.getCheckpointConfig().setMinPauseBetweenCheckpoints(500);

或者修改

flink的 配置文件flink-conf.yaml?

【flink】Checkpoint expired before completing.,大數(shù)據(jù),flink,大數(shù)據(jù)文章來源地址http://www.zghlxwxcb.cn/news/detail-720883.html

到了這里,關(guān)于【flink】Checkpoint expired before completing.的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • flink正常消費kafka數(shù)據(jù),flink沒有做checkpoint,kafka位點沒有提交

    1、背景 flink消費kafka數(shù)據(jù),多并發(fā),實現(xiàn)雙流join 2、現(xiàn)象 (1)flink任務(wù)消費kafka數(shù)據(jù),其中數(shù)據(jù)正常消費,kafka顯示消息堆積,位點沒有提交,并且flink任務(wù)沒有做checkpoint (2)其中一個流的subtask顯示finished (3)無背壓 3、問題原因 (1)其中一個topic分區(qū)為1 (2)配置的并行

    2024年02月13日
    瀏覽(22)
  • 【大數(shù)據(jù)】Flink 架構(gòu)(五):檢查點 Checkpoint(看完即懂)

    【大數(shù)據(jù)】Flink 架構(gòu)(五):檢查點 Checkpoint(看完即懂)

    《 Flink 架構(gòu) 》系列(已完結(jié)),共包含以下 6 篇文章: Flink 架構(gòu)(一):系統(tǒng)架構(gòu) Flink 架構(gòu)(二):數(shù)據(jù)傳輸 Flink 架構(gòu)(三):事件時間處理 Flink 架構(gòu)(四):狀態(tài)管理 Flink 架構(gòu)(五):檢查點 Checkpoint(看完即懂) Flink 架構(gòu)(六):保存點 Savepoint ?? 如果您覺得這篇

    2024年02月19日
    瀏覽(23)
  • 源碼解析Flink源節(jié)點數(shù)據(jù)讀取是如何與checkpoint串行執(zhí)行

    源碼解析Flink源節(jié)點數(shù)據(jù)讀取是如何與checkpoint串行執(zhí)行 Flink版本:1.13.6 前置知識:源節(jié)點的Checkpoint是由Checkpointcoordinate觸發(fā),具體是通過RPC調(diào)用TaskManager中對應(yīng)的Task的StreamTask類的performChecpoint方法執(zhí)行Checkpoint。 本文思路:本文先分析checkpoint階段,然后再分析數(shù)據(jù)讀取階段,

    2024年02月14日
    瀏覽(28)
  • Flink系列之:使用Flink CDC從數(shù)據(jù)庫采集數(shù)據(jù),設(shè)置checkpoint支持數(shù)據(jù)采集中斷恢復,保證數(shù)據(jù)不丟失

    博主相關(guān)技術(shù)博客: Flink系列之:Debezium采集Mysql數(shù)據(jù)庫表數(shù)據(jù)到Kafka Topic,同步kafka topic數(shù)據(jù)到StarRocks數(shù)據(jù)庫 Flink系列之:使用Flink Mysql CDC基于Flink SQL同步mysql數(shù)據(jù)到StarRocks數(shù)據(jù)庫

    2024年02月11日
    瀏覽(31)
  • Flink非對齊checkpoint原理(Flink Unaligned Checkpoint)

    Flink非對齊checkpoint原理(Flink Unaligned Checkpoint)

    為什么提出Unaligned Checkpoint(UC)? 因為反壓嚴重時會導致Checkpoint失敗,可能導致如下問題 恢復時間長-服務(wù)效率低 非冪等和非事務(wù)會導致數(shù)據(jù)重復 持續(xù)反壓導致任務(wù)加入死循環(huán)(可能導致數(shù)據(jù)丟失,例如超過kafka的過期時間無法重置offset) UC的原理 UC有兩個階段(UC主要是

    2024年02月14日
    瀏覽(28)
  • Flink本地checkpoint測試

    Flink本地checkpoint測試

    在本地IDEA測試中,使用本地文件存儲系統(tǒng),作為checkpoint的存儲系統(tǒng),將備份數(shù)據(jù)存儲到本地文件中,作業(yè)停止后,從本地備份數(shù)據(jù)啟動Flink程序。 主要分為兩步: 1)備份數(shù)據(jù) 2)從備份數(shù)據(jù)啟動 備份數(shù)據(jù)的配置,和使用HDFS文件體統(tǒng)類似,只不過路徑填寫成本地文件系統(tǒng)的

    2024年02月15日
    瀏覽(18)
  • Flink: checkPoint

    依據(jù)1.17.1 最新版本的內(nèi)容研究下期運作原理,總的來說其實就是設(shè)置一些參數(shù),這些參數(shù)就會影響到如何存儲checkpoint的問題.用起來沒什么難的,參數(shù)配置的組合到是挺多cuiyaonan2000@163.com 參考資料: Checkpointing | Apache Flink State Backends | Apache Flink Flink 中的每個方法或算子都能夠是 有

    2024年02月12日
    瀏覽(21)
  • 【Flink入門修煉】2-3 Flink Checkpoint 原理機制

    【Flink入門修煉】2-3 Flink Checkpoint 原理機制

    如果讓你來做一個有狀態(tài)流式應(yīng)用的故障恢復,你會如何來做呢? 單機和多機會遇到什么不同的問題? Flink Checkpoint 是做什么用的?原理是什么? Checkpoint 是對當前運行狀態(tài)的完整記錄。程序重啟后能從 Checkpoint 中恢復出輸入數(shù)據(jù)讀取到哪了,各個算子原來的狀態(tài)是什么,并

    2024年04月25日
    瀏覽(25)
  • Flink 學習八 Flink 容錯機制 & checkpoint & savepoint

    Flink 學習八 Flink 容錯機制 & checkpoint & savepoint

    https://nightlies.apache.org/flink/flink-docs-release-1.14/docs/concepts/stateful-stream-processing/ 上一節(jié)講述 狀態(tài)后端 ;Flink是一個 帶狀態(tài)stateful 的數(shù)據(jù)處理系統(tǒng),在處理數(shù)據(jù)的過程中,各個算子的記錄的狀態(tài)會隨著算子處理的狀態(tài)而改變 ; 狀態(tài)后端 負責將狀態(tài)保存在內(nèi)存或外部持久化存儲中 (內(nèi)存

    2024年02月09日
    瀏覽(22)
  • Flink源碼之Checkpoint執(zhí)行流程

    Flink源碼之Checkpoint執(zhí)行流程

    Checkpoint完整流程如上圖所示: JobMaster的CheckpointCoordinator向所有SourceTask發(fā)送RPC觸發(fā)一次CheckPoint SourceTask向下游廣播CheckpointBarrier SouceTask完成狀態(tài)快照后向JobMaster發(fā)送快照結(jié)果 非SouceTask在Barrier對齊后完成狀態(tài)快照向JobMaster發(fā)送快照結(jié)果 JobMaster保存SubTask快照結(jié)果 JobMaster收到所

    2024年02月11日
    瀏覽(44)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包