任务管理

提交任务
1. 对于新开发的任务，在提交到运维模块后，需要在【任务运维】中再通过「提交」操作，将任务提交到集群上运行。
2. 对于编辑修改的任务，如果仅仅调整了环境参数和任务设置，在【数据开发】中提交任务后，系统会在【任务运维】页面自动执行【停止任务（保存sp）—>任务提交—>任务续跑（从sp处）】

停止任务
- 对于运行中的任务，支持手动进行停止。在停止时，可以选择是否保存Savepoint。如果保存了，在任务续跑时可以通过Savepoint进行恢复并续跑。
- 如果选择保存Savepoint，可能会因为状态过大导致保存失败，此时任务会自动继续运行。您也可以通过「强制停止」来丢弃Savepoint直接停止任务。（生产环境不建议强制停止）
续跑任务
可以通过三种方式续跑任务：
- 通过Savepoint续跑。前提是上次手动停止任务时，保存了Savepoint文件。
- 通过Checkpoint续跑。在任务开发的过程中，我们在环境参数中配置了Checkpoint自动生成规则，此时就可以选择在某个时间点生成的Checkpoint文件进行续跑。
- 通过指定文件续跑。如果任务做过集群迁移，导致原来的Checkpoint文件路径发生了变化，可以通过该方式指定文件路径进行续跑。

note

Checkpoint和Savepoint的对比：

Checkpoint是Flink的一种自动容错恢复机制。通过周期自动生成快照文件，保障任务在发生故障后能进行恢复。只要在实时任务中配置好相关参数，Flink会自动生成、删除快照文件等，无需用户介入交互。

Savepoint是出于某种操作目的手动触发生成的全局状态镜像。保障在程序升级、任务修改这类情况后还能从状态位进行恢复。区别是需要用户触发，并且不会自动删除Savepoint文件。

重跑任务
在任务重跑时，任务已保存的状态均会被删除，将根据配置的任务参数重新开始执行。
支持选择 使用上次任务参数重跑 或 修改Kafka Offset至一个具体的时间点对任务进行重跑。

note

有状态的计算是流处理框架要实现的重要功能，因为稍复杂的流处理场景都需要记录状态，然后在新流入数据的基础上不断更新状态。上面在续跑任务时提到的Checkpoint、Savepoint功能都是为了保证Flink状态的容错性、一致性。

手动重绑
平台任务状态可能在某些特殊情况下会和集群YARN上的实际状态不一致。（比如当操作任务停止，由于savepoint过大导致停止失败时，平台显示任务已经取消但实际在YARN上还在运行中）
在任务的批量操作功能中，支持将平台任务和YARN上的任务重新绑定一下来同步任务状态。