Flink 增量检查点 - 数据在共享文件夹中保留多长时间

Question

我们正在使用 Flink 1.6.3 并将检查点保留在 CEPH 中，一次只保留一个检查点，使用增量和使用 RocksDB。

我们以 3 天的延迟运行 windows，这意味着我们预计检查点共享文件夹中的任何数据将在 3-4 天后保留，但我们看到还有更多数据
例如
如果今天是 7/4 有一些文件来自 2/4

有时我们会看到我们假设的检查点（由于其索引号不同步）它属于已崩溃的作业并且检查点未用于恢复作业

我的问题是

• 为什么我们会看到延迟配置中较旧的数据
• 我怎么知道这些文件属于一个有效的检查点而不是一个破碎作业的检查点 - 所以我们可以删除这些文件

Answer 1

经过调查，在唐云的协助下（apache-flink-user-mailing-list）
我创建了以下代码
metadataPath - 检查点/保存点文件夹中的 _metadata 文件的路径
这是在 flink 1.6.3 版本上测试的

        DataInputStream in = new DataInputStream(new FileInputStream(metadataPath));
        final Savepoint savepoint = Checkpoints.loadCheckpointMetadata(in, CheckpointTool.class.getClassLoader());

        final Set<String> pathSharedFromMetadata = savepoint.getOperatorStates().stream()
                .flatMap(operatorState -> operatorState.getSubtaskStates().values().stream()
                        .flatMap(operatorSubtaskState -> operatorSubtaskState.getManagedKeyedState().stream()
                                .flatMap(keyedStateHandle -> Stream.concat(((IncrementalKeyedStateHandle) keyedStateHandle).getSharedState().values().stream(),
                                        ((IncrementalKeyedStateHandle) keyedStateHandle).getPrivateState().values().stream())
                                        .map(streamStateHandle -> {
                                            String name = null;
                                            if (streamStateHandle instanceof FileStateHandle) {
                                                name = ((FileStateHandle) streamStateHandle).getFilePath().getName();
                                            } else {
                                                final String handleName = ((ByteStreamStateHandle) streamStateHandle).getHandleName();
                                                name = new File(handleName).getName();
                                            }
                                            return name.trim();

                                        })
                                )
                        )
                )
                .collect(Collectors.toSet());
        System.out.println("pathSharedFromMetadata:" + pathSharedFromMetadata);