1. Debugging & Monitoring
2. Monitoring Checkpointing

Monitoring Checkpointing

• 概述
• 监控
  • 概述标签
  • 历史标签
  • 摘要标签
  • 配置标签
  • 检查点详情

概述

Flink的web界面提供了一个标签去监控作业的检查点.统计的结果在作业结束之后也始终可见.用四种不同的标签来展示检查点的相关信息:概述(Overview),历史（History）,摘要(Summary)和配置（Configuration）.下面的章节将按顺序覆盖这些信息.

监控

概述标签

概述标签列举了以下统计信息。请注意这些统计信息将在作业管理器（JobManager）丢失后失效，并且如果作业管理器（JobManager）发生故障转移统计信息也将会被重置。

• 检查点统计
  • 已触发: 自作业开始以来已经触发的检查点总量.
  • 进行中: 当前正在进行的检查点数量.
  • 已完成: 自作业开始以来已经成功的检查点总量.
  • 已失败: 自作业开始以来已经失败的检查点总量.
  • 已恢复: 自作业开始以来恢复操作的次数.这也是告诉你作业自提交开始以来已经重启的次数.请注意，使用保存点的初始提交也将作为还原计数，并且如果作业管理器（JobManager）在操作过程中丢失，将会重置计数。
• 最近完成的检查点: 最近成功完成的检查点。点击更多详情将会给你提供子任务级别的详细统计信息.
• 最近失败的检查点:最近失败的检查点. 点击更多详情将会给你提供到子任务级别的详细统计信息.
• 最近的保存点: 利用外部路径存储最新触发的保存点.点击更多详情将会给你提供到子任务级别的详细统计信息.
• 最新的恢复: 有两种类型的恢复操作.
  • 来自检查点的恢复：从定期检查点进行恢复.
  • 来自保存点的恢复：从保存点进行恢复

历史标签

检查点历史记录了最近触发的和进行中的检查点相关统计信息.

• ID: 触发的检查点的ID.每个检查点的ID是递增的,从1开始.
• 状态: 检查点的当前状态，它可能是 进行中 (), 已完成 (), 或者已失败 (). 如果触发的检查点是一个保存点，你将会看到一个 符号.
• 触发时间: 在作业管理器（JobManager）上触发的检查点的时间.
• 最近确认: 在作业管理器（JobManager）上收到的任何子任务的最新确认时间（或如果尚未收到确认，则为n/a）.
• 端到端持续时间: 从触发时间戳到最新确认的持续时间（或如果没有接收到确认，则为n/a）.对应一个完整的检查点的端到端持续时间，由确认检查点的最后一个子任务所确定，这个时间通常大于单个子任务实际需要去检查状态的时间.
• 状态大小: 所有已确认状态的子任务大小
• 持续对齐期间缓冲大小:在所有已确认的子任务对齐期间缓冲的字节数.如果在检查期间发生流对齐，则此值>0。如果检查点模式是最少一次（AT_LEAST_ONCE），这个值始终为0，因为这种模式不需要流对齐.

历史大小配置

可以通过以下配置关键字来配置记录的最近检查点的数量.默认是10. sh # 记录最近的检查点的数量 jobmanager.web.checkpoints.history: 15

摘要标签

摘要计算了端到端间隔内所有已完成检查点的一个简单的最小/平均/最大统计,状态大小和对齐期间缓冲的字节数(有关这些含义的详细信息，请参阅历史记录).

请注意这些统计信息将在作业管理器（JobManager）丢失后失效，并且如果作业管理器（JobManager）发生故障转移统计信息也将会被重置。

配置标签

以下配置列举了您的流（streaming）配置信息：

• 检查点模式: 是恰好一次（Exactly Once） 还是 最少一次（AT_LEAST_ONCE）.
• 间隔: 配置检查点间隔.在这个间隔触发检查点
• 超时: 超时之后，作业管理器（JobManager）将取消这个检查点，并触发一个新的检查点.
• 检查点之间的最小暂停时间: 检查点之间的最短停留时间。在检查点成功完成后，我们至少需要等待这段时间才会触发下一个检查点，潜在的延迟定期执行间隔.
• 最大并行检查点: 可以同时进行的最大检查点数.
• 外部持久化检查点: 启用或禁用。如果启用，还列出了外部检查点的清理配置（取消时删除或保留）.

检查点详情

当您点击一个检查点的更多详情链接时，您将获得一个所有算子的最小/平均/最大值摘要值，以及每个子任务的详细个数

每个算子的摘要

所有任务统计