当前位置：首页 > news >正文

Flink-Source算子点位提交问题（Earliest）

news 2025/7/6 10:09:24

背景

最近在做 Flink 任务数据源切换时遇到 offset 消费问题，遂写篇文章记录下来。

切换时只修改了 source 算子的 topic，uid 等其他信息保持不变：

发布时，发现算子的消费者点位重置为earliest，导致消息积压。
消息积压后，打算通过时间戳重置点位到发布前，但是发现点位重置失效。

原因分析

source算子点位初始化模式

source算子点位初始化有两种方式：1）消费者组偏移量：setStartFromGroupOffsets；2）时间戳：setStartFromTimestamp。

消费组偏移量（FromGroupOffsets）

该方式会将 startupMode 初始化为 StartupMode.GROUP_OFFSETS：

startupMode枚举：

时间戳（FromTimestamp）

该方式会将 startupMode 初始化为 StartupMode.TIMESTAMP：

source 算子初始化

示例代码：

public static void main(String[] args) throws Exception {Configuration configuration = new Configuration();// configuration.set(CheckpointingOptions.CHECKPOINT_STORAGE, "filesystem");// configuration.set(CheckpointingOptions.CHECKPOINTS_DIRECTORY, "xxx");configuration.setString("execution.savepoint.path", "xxx");configuration.setBoolean("execution.savepoint.ignore-unclaimed-state", true);// 创建执行环境StreamExecutionEnvironment env = StreamExecutionEnvironment.createLocalEnvironmentWithWebUI(configuration);// 启用checkpointenv.enableCheckpointing(5000);env.setParallelism(1);env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);ParameterTool argTools = ParameterTool.fromArgs(args);env.getConfig().setGlobalJobParameters(argTools);// 添加数据源// "old_topic", "new_topic"FlinkKafkaConsumer consumer = KafkaConfig.getConsumer();consumer.setStartFromGroupOffsets();DataStream<String> stream = env.addSource(consumer).uid("kafka-source").name("kafka-source");SingleOutputStreamOperator<HeartEntity> heart = stream.map(new MapFunction<String, HeartEntity>() {@Overridepublic HeartEntity map(String value) throws Exception {HeartEntity heartEntity = JSON.parseObject(value, HeartEntity.class);return heartEntity;}}).uid("map-heart").name("map-heart");// 使用状态计数DataStream<Long> countStream = heart.keyBy(HeartEntity::getCommandNo).map(new RichMapFunction<HeartEntity, Long>() {private transient ValueState<Long> countState;private long count = 0;@Overridepublic void open(Configuration parameters) throws Exception {// 初始化状态ValueStateDescriptor<Long> descriptor = new ValueStateDescriptor<>("count-state", TypeInformation.of(Long.class));countState = getRuntimeContext().getState(descriptor);}@Overridepublic Long map(HeartEntity value) throws Exception {count++;countState.update(count);return countState.value();}}).uid("count-map").name("count-map");// 打印计数结果countStream.print().uid("print").name("print");// 启动Flink任务env.execute("Flink Kafka State Count Example");}

从状态启动

initializeState

状态初始化时，FlinkKafkaConsumerBase 执行 initializeState 方法中：当 source topic 从 sg_lock_heart_msg_topic 切换为 sg_tw_common_com_lock_heart_report_topic 时，可以看到新 topic 绑定的 source 算子仍然是从老 topic 的算子状态启动的，因为 uid 没变。

initializeState 往下走可以看到，restoreState 的是老 topic 分区的状态；

open

算子初始化时，如果状态不为空且 topic 分区不在状态中，那么就会把新的 topic 分区加入到状态中，并设置算子消费新分区的 startupMode 为 EARLIEST_OFFSET，即从最早的消息开始消费。

老的 topic 分区不会再消费，会被移除订阅。

订阅的 topic 分区

从指定时间戳启动

setStartFromTimestamp 设置启动模式为时间戳

然而在算子初始化时，由于从状态启动，新 topic分区仍然会从 earliest 消费：

也就是说，checkpoint/savepoint 中存储的 source 点位状态在恢复时大于设置的时间戳。

解决方案

尝试一（修改 uid）

从 source 算子初始化的 open 过程可知，既然从状态启动时会将已存在 source 算子（uid在状态中）的新 topic 点位设置为最早，那么如果将新 topic 的 uid 改成与老 topic 的 uid 不一致，是否就能避免从 earliest 恢复：因为从状态恢复时新的 uid 并不在状态中，那么就不会走 open 中将新 topic 点位置为 earliest 的流程。

FlinkKafkaConsumer consumer = KafkaConfig.getConsumer("sg_tw_common_com_lock_heart_report_topic");
DataStream<String> stream = env.addSource(consumer).uid("kafka-source-new").name("kafka-source-new");

可以看到在状态初始化阶段（initializeState），source 算子的状态（restoreState）被置为空集合，而不是 null。为什么？

当在算子初始化时，因为 restoreState 不为 null，仍然会进入点位重置的流程：

可以看到这里将新 topic 分区放入了 restoreState 中，且点位置为 earliest（StarupMode 枚举中，EARLIEST_OFFSET = -915623761775L）。

再往下走，restoreState 会将其中的新 topic 分区放入订阅的分区中

从此，新 topic 又从最早开始消费😓。那么方案尝试一是失败的！

在线上实际操作时，消费点位确实被重置到了 earliest，又导致积压了😦。

尝试二（修改消费者组）

有没有办法让 restoreState 置为 null 呢，那就真的不会走到点位重置的流程了🎊

突然看到 restoreState 的注释：

如果消费者从状态恢复，就会设置 restoreState。那怎么让消费者不从状态恢复？无状态启动肯定是不行的，不能让其他算子的状态丢了。那我直接换个消费组名！试一试呢

Properties props = new Properties();props.put("bootstrap.servers", "uat-kafka1.ttbike.com.cn:9092,uat-kafka2.ttbike.com.cn:9092,uat-kafka3.ttbike.com.cn:9092");props.put("group.id", "flink-label-engine-new");

还是不行，直到目前发现只要从状态启动，context 上下文会让代码走进给 restoreState 赋值的位置。

isRestored分析

isRestore分析

尝试三（新增拓扑图）

根据算子状态恢复可知，只要新增的 source 算子跟其他已有算子形成了算子链，如果以状态启动，那么 source 的点位就会被置为 earliest。

新增一个新 topic 的 source 算子和 sink 算子（要保证新增的算子与已有算子隔离，不会形成算子链），然后修改老 source 算子的 uid 和 topic 与新的一致。

// old: sg_lock_heart_msg_topic
FlinkKafkaConsumer consumer = KafkaConfig.getConsumer("sg_lock_heart_msg_topic");
consumer.setStartFromGroupOffsets();
DataStream<String> stream = env.addSource(consumer).uid("kafka-source-old").name("kafka-source-old");// new: sg_tw_common_com_lock_heart_report_topic
FlinkKafkaConsumer consumer_new = KafkaConfig.getConsumer("sg_tw_common_com_lock_heart_report_topic");
consumer_new.setStartFromGroupOffsets();
DataStream<String> stream_old = env.addSource(consumer_new).uid("kafka-source-new").name("kafka-source-new");
stream_old.print().uid("print-new").name("print-new");

由于从状态启动，且新加入的算子与其他算子隔离，老 source 算子的点位从状态启动；新 source 算子的点位被置为 GROUP_OFFSET。