如果有逻辑上的变更，会导致Checkpoint不可用？之前没有从checkpoint恢复状态的经验，没考虑过可以从checkpoint中恢复，我看看相关资料，感谢！
Sun.Zhu <
[hidden email]> 于2020年6月17日周三 上午12:57写道：
> 为什么会重头消费规则呢？没有开启checkpoint吗？重启可以从checkpoint中的offset继续消费kafka中的规则吧
>
>
>
>
> 在2020年06月16日 11:57，Ruibin Xing 写道：
> 我们有一个Flink Job需要一些自定义的规则，希望能够动态添加、更新、删除。规则的数量在百到千条。目前设计的结构是RDB+ Kafka +
> Flink。
>
> RDB存储规则的完整快照，以展示给Web应用作增删改查。改动通过Kafka发送消息至Flink，通过BroadcastState传播规则。
>
> 目前有一个问题没有解决：如何使用Kafka来传递状态。我想了一下，大概有几种方案：
>
> 1. 消息标记Add、Upadte、Delete类型，在Flink中写逻辑来处理状态以和RDB中状态保持一致。
> 目前的问题是，每次重启Job，都需要从头读Kafka，来回放状态的更新。Kafka中的状态消息也需要持久保存。担心长期会堆积很多消息。
> 2. 使用Kafka Compact Log来解决1的问题。这个方案主要是之前没有使用过Compact Log，不清楚会不会有坑。
> 3.使用方案1，但是启动时Flink从RDB拉取全量规则。
> 4. 规则更新后Kafka消息发送全量规则，启动时Flink只拉取最新一条消息。
>
> 各位大佬是否有经验可以分享，怎么处理是比较科学的？不胜感激！
>
Locked
