栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

Flink中的Checkpoint和Spark中的Checkpoint区别

Flink中的Checkpoint和Spark中的Checkpoint区别

Flink中的Checkpoint主要作用是:容错机制

Flink中的Checkpoint和Spark中的Checkpoint区别主要有2点:

1:flink更轻量,可以根据时间戳更新state,

因为在Flink中Checkpoint是持久化全局的状态 state (keyed state 或 Operator state)的快照,在Flink中==增量==的快照,效率比较高。

对比 Spark : 重量的快照,Spark每次全量的快照,Flink 每次增量的快照

spark是每个批次全量保存

2:在Flink中的Checkpoint中又仅一次语义概念和用法,而spark checkpoint没有仅一次的概念

3:其次flink的 checkpoint有三个状态后端,memery、rocksdb、hdfs,所谓的状态后端就是checkpoint的存储位置,在Spark中checkpoint的存储位置一般保存在HDFS,也可以保存至本地磁盘

但是一般情况下,checkpoint在Flink和Spark中保存的位置没太大区别,基本相同,因为生产情况下一般存HDFS

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/728884.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号