这个同样可以看两份材料
*
https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/dev/datastream/fault-tolerance/serialization/schema_evolution/
* https://zhuanlan.zhihu.com/p/119305376
简单说来只是改并发的话 Key state 比较好迁移，operator state 各有各的特性。如果明显改了逻辑就需要手动跑出新状态。
Best,
tison.
m18814122325 于2022年7月30日周六 1
可以看下这两份材料
*
https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/dev/datastream/fault-tolerance/checkpointing/
* https://zhuanlan.zhihu.com/p/102607983
其实就是 Flink 里 Exactly-once 的实现方式，简单说来就是分布式快照批量提交，上游数据可以回放。
Best,
tison.
m18814122325 于2022年7月30日周六 14:22写道：
>
> 在Storm中会有ack机制来保证消
在Storm中会有ack机制来保证消息是否被下个算子是否被处理，那么请问在Flink框架内部中上游算子通过Netty发送消息到下游时，如何做到消息不会因为网络原因等各种异常情况产生丢失情况？
谢谢
当Flink作业在业务变更修改时，在用checkpoint或者savepoint进行状态恢复时，兼容性如何?有相关文档吗？
我在阿里云找到SQL修改和兼容性的文档https://help.aliyun.com/document_detail/403317.html。
但不知道文档说明的是阿里云里的Flink版本还是开源版本。
