hi，Congxian。我在发现这个问题时也很奇怪，但是在打印了一些日志后，确实验证了我的想法。因为 <低版本jdk+flink1.9> 和 <高版本jdk+1.10> 都不会抛 NPE(见 FLINK-17479)，我猜测和 lambda 表达式中外部变量的垃圾回收机制以及 1.10 引入的 MailBox 模型有关，外部 checkpointMetaData 实例被意外回收了。所以在修复的 patch 中我在 lambda 表达式内部实例化了一个新的 checkpointMetaData，目前看这个方法是有效的，没有再发现过 NPE。这是个临时的修复方法，根本原因可能还需要进一步分析。
-- Best, yuchuan 在 2020-07-06 14:04:58，"Congxian Qiu" <qcx978132...@gmail.com> 写道： >@陈凯 感谢你分享的这个方法，比较好奇这两个的区别是什么？修改后的 patch 在 closure 中一开始 copy 了一份 >CheckpointMeta，也就是说 845 - 867 行之间，之前的 checkpointMeta 会变为 null，这个比较奇怪。 > >Best, >Congxian > > >陈凯 <chen...@qianxin.com> 于2020年7月6日周一 上午9:53写道： > >> >> Hi,zhisheng 程龙.我们也遇到这个问题了，jdk版本jdk8_40，低版本 jdk 确实有大概率会NPE。 >> 我之前提了个jira 描述了这个问题 >> https://issues.apache.org/jira/browse/FLINK-18196 >> >> 修改了Checkpoint 相关代码后，在低版本 jdk 上也没有再发现过过NPE。如果实在不能升级 jdk 版本，可以参考下面的patch： >> >> https://github.com/yuchuanchen/flink/commit/e5122d9787be1fee9bce141887e0d70c9b0a4f19 >> >> >> >> -----邮件原件----- >> 发件人: zhisheng <zhisheng2...@gmail.com> >> 发送时间: 2020年7月5日 15:01 >> 收件人: user-zh <user-zh@flink.apache.org> >> 主题: Re: 回复：flink1.10 checkpoint 运行一段时间空指针异常 >> >> 生产集群 JDK 使用的地方比较多，不敢轻易换版本，后面再观察一下，如果频繁出现这种问题再考虑更换版本，感谢 Congxian >> >> Best！ >> zhisheng >> >> Congxian Qiu <qcx978132...@gmail.com> 于2020年7月4日周六 下午3:21写道： >> >> > @zhisheng 你们有尝试过更换 jdk 版本吗？更换版本是否能解决这个问题呢？ >> > >> > Best, >> > Congxian >> > >> > >> > zhisheng <zhisheng2...@gmail.com> 于2020年7月4日周六 下午12:27写道： >> > >> > > 我们也有遇到过这个异常，但是不是很常见 >> > > >> > > Congxian Qiu <qcx978132...@gmail.com> 于2020年7月3日周五 下午2:08写道： >> > > >> > > > 你可以看看是否 FLINK-17479[1] 和你的问题一样，是的话，可以尝试修改一下 jdk 版本试试 >> > > > [1] https://issues.apache.org/jira/browse/FLINK-17479 >> > > > Best, >> > > > Congxian >> > > > >> > > > >> > > > 程龙 <13162790...@163.com> 于2020年7月1日周三 下午9:09写道： >> > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > 都是分配不到资源(slot)的错误，应该还是checkpoint 为空导致的,不知道为啥为空 >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > >> > > > > 在 2020-07-01 20:51:34，"JasonLee" <17610775...@163.com> 写道： >> > > > > >你到具体的tm上找到相关的operator看看是不是有异常信息 >> > > > > > >> > > > > > >> > > > > >| | >> > > > > >JasonLee >> > > > > >| >> > > > > >| >> > > > > >邮箱：17610775...@163.com >> > > > > >| >> > > > > > >> > > > > >Signature is customized by Netease Mail Master >> > > > > > >> > > > > >在2020年07月01日 20:43，程龙 写道： >> > > > > >flink1.10上 程序运行几个小时后就会报不能执行checkpoint 空指针异常 具体如下： >> > > > > > >> > > > > > >> > > > > >java.lang.Exception: Could not perform checkpoint 3201 for >> operator >> > > > > Filter -> Map (2/8). >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.triggerCheckpointOnBarrier(StreamTask.java:816) >> > > > > > at org.apache.flink.streaming.runtime.io >> > > > > >> > > > >> > > >> > >> .CheckpointBarrierHandler.notifyCheckpoint(CheckpointBarrierHandler.java:86) >> > > > > > at org.apache.flink.streaming.runtime.io >> > > > > >> > > > >> > > >> > >> .CheckpointBarrierAligner.processBarrier(CheckpointBarrierAligner.java:177) >> > > > > > at org.apache.flink.streaming.runtime.io >> > > > > .CheckpointedInputGate.pollNext(CheckpointedInputGate.java:155) >> > > > > > at org.apache.flink.streaming.runtime.io >> > > > > .StreamTaskNetworkInput.emitNext(StreamTaskNetworkInput.java:133) >> > > > > > at org.apache.flink.streaming.runtime.io >> > > > > >> > .StreamOneInputProcessor.processInput(StreamOneInputProcessor.java:69) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.processInput(StreamTask.java:310) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.mailbox.MailboxProcessor.runMailboxLoop(MailboxProcessor.java:187) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.runMailboxLoop(StreamTask.java:485) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.invoke(StreamTask.java:469) >> > > > > > at >> > > org.apache.flink.runtime.taskmanager.Task.doRun(Task.java:708) >> > > > > > at >> > org.apache.flink.runtime.taskmanager.Task.run(Task.java:533) >> > > > > > at java.lang.Thread.run(Thread.java:745) >> > > > > >Caused by: java.lang.NullPointerException >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask$CheckpointingOperation.executeCheckpointing(StreamTask.java:1382) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.checkpointState(StreamTask.java:974) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.lambda$performCheckpoint$5(StreamTask.java:870) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTaskActionExecutor$SynchronizedStreamTaskActionExecutor.runThrowing(StreamTaskActionExecutor.java:94) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.performCheckpoint(StreamTask.java:843) >> > > > > > at >> > > > > >> > > > >> > > >> > >> org.apache.flink.streaming.runtime.tasks.StreamTask.triggerCheckpointOnBarrier(StreamTask.java:803) >> > > > > >> > > > >> > > >> > >>
