Flink 失败重试策略 :restart-strategy.type

news2025/6/9 12:50:08

在 Apache Flink 中，restart-strategy.type 用于指定作业的重启策略（Restart Strategy），它决定了作业在失败后如何恢复。
Flink 提供了 4 种内置重启策略，可以通过 flink-conf.yaml 或代码动态配置。

1. 可配置的 `restart-strategy.type` 值

策略类型	配置值 (`restart-strategy.type`)	说明
固定延迟重启	`fixed-delay`	每次失败后固定延迟一段时间重启。
失败阈值重启	`failure-rate`	在时间窗口内允许一定次数的失败，超过则放弃。
指数延迟重启	`exponential-delay`	每次失败后延迟时间指数增长（适合短时故障）。
不重启（直接失败）	`disable, off, none`	作业失败后直接终止，不尝试恢复（默认策略）。

2. 详细配置方式

2.1 通过 `flink-conf.yaml` 配置

# 固定延迟重启
restart-strategy.type: fixed-delay
restart-strategy.fixed-delay.attempts: 3       # 最大尝试次数
restart-strategy.fixed-delay.delay: 10 s       # 每次重启的延迟时间

# 失败率重启
restart-strategy.type: failure-rate
restart-strategy.failure-rate.max-failures-per-interval: 3  # 时间窗口内允许的失败次数
restart-strategy.failure-rate.failure-rate-interval: 5 min  # 时间窗口长度
restart-strategy.failure-rate.delay: 10 s      # 每次重启的延迟时间

# 指数延迟重启
restart-strategy.type: exponential-delay
restart-strategy.exponential-delay.initial-backoff: 1 s     # 初始延迟
restart-strategy.exponential-delay.max-backoff: 1 min       # 最大延迟
restart-strategy.exponential-delay.backoff-multiplier: 2.0  # 延迟倍数（指数增长）
restart-strategy.exponential-delay.reset-backoff-threshold: 5 min  # 重置延迟的时间窗口
restart-strategy.exponential-delay.jitter-factor: 0.1       # 随机抖动因子（避免集群同时重启）

# 不重启（直接失败） （默认策略）
restart-strategy.type: none

2.2 通过代码动态配置

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

// 固定延迟重启
env.setRestartStrategy(
    RestartStrategies.fixedDelayRestart(
        3,      // 最大尝试次数
        Time.seconds(10)  // 延迟时间
    )
);

// 失败率重启
env.setRestartStrategy(
    RestartStrategies.failureRateRestart(
        3,              // 时间窗口内允许的失败次数
        Time.minutes(5), // 时间窗口长度
        Time.seconds(10) // 延迟时间
    )
);

// 指数延迟重启
env.setRestartStrategy(
    RestartStrategies.exponentialDelayRestart(
        Time.seconds(1),  // 初始延迟
        Time.minutes(1),  // 最大延迟
        2.0,             // 延迟倍数
        Time.minutes(5),  // 重置延迟的时间窗口
        0.1              // 随机抖动因子
    )
);

// 不重启
env.setRestartStrategy(RestartStrategies.noRestart());

3. 各策略的适用场景

策略	适用场景
fixed-delay	通用场景，适合大多数作业（如短暂网络故障）。
failure-rate	需要严格限制失败次数的场景（如依赖外部服务不可用时快速放弃）。
exponential-delay	短时故障频发时避免雪崩效应（如 Kafka 短暂不可用）。
none	测试环境或无需自动恢复的作业（如一次性批处理任务）。