Flink状态恢复的过程是怎样的？

TaskManager 定期发送心跳至 JobManager，超时未收到则判定为故障。
JobManager 标记故障 TaskManager 上的所有任务为失败。
JobManager 重新调度所有受影响的任务（默认重启整个作业，除非配置了 Region Failover）。
从 ​最近的完整 Checkpoint​ 恢复（默认策略）或指定 Savepoint。

JobManager 从外部存储读取 Checkpoint 元数据，确认所有算子的状态文件路径及输入流位置（如 Kafka Offset）。
根据 Checkpoint 中的并行度信息，将任务重新调度到健康的 TaskManager 上。
如果并行度调整（如扩缩容），触发 ​KeyGroup 重分配​（基于 Key 的哈希范围重新分布状态）。

RocksDBStateBackend​：每个 TaskManager 从分布式存储下载快照的 SST 文件到本地 RocksDB 实例。
HashMapStateBackend​：直接加载内存中的状态数据到堆内存。
Source 算子（如 Kafka Consumer）从 Checkpoint 中记录的 Offset 重新拉取数据，确保数据不丢失不重复。

所有算子从恢复后的状态开始处理数据，确保后续计算的 Exactly-Once 语义。
通过 ​Barrier 对齐​ 和 ​事务性输出​（如 Kafka 两阶段提交）保障端到端一致性。