Flink任务从检查点恢复的步骤是什么？

TaskManager 故障​：节点宕机、进程崩溃或心跳丢失。
​JobManager 故障​：需启用高可用（HA）模式，由备用 JobManager 接管。
心跳机制​：TaskManager 定期向 JobManager 发送心跳，超时未收到则判定故障。
ZooKeeper 协调​（HA 模式）：监控 JobManager 存活状态，自动触发主备切换。

检查点有效性​：JobManager 从外部存储（如 HDFS、S3）读取所有检查点元数据，选择 ​最新且完整​ 的检查点。
​检查点元数据​：包含状态文件路径、输入流偏移量（如 Kafka Offset）和作业拓扑信息。

JobManager 根据检查点中记录的作业并行度，向资源管理器（如 YARN、K8s）申请资源。
新 TaskManager 启动后，JobManager 将任务（Task）重新分配到可用 Slot。
若并行度改变，根据 Key 的哈希值重新分配状态到新的并行子任务。

​RocksDBStateBackend​：从分布式存储下载 SST 文件到本地磁盘，初始化 RocksDB 实例。
HashMapStateBackend​：直接从持久化存储加载状态到 TaskManager 堆内存。
检查状态文件的完整性和元数据的正确性，若损坏则选择更早的检查点。

Kafka Source：从检查点记录的 Offset 重新消费数据，确保数据不丢失、不重复。
File Source：从检查点记录的文件路径和读取位置续传。
Source 只处理检查点生成后到达的数据，避免重复计算。

所有算子加载检查点中的状态（如窗口聚合结果、累加器值）。
通过 ​Watermark 对齐​ 恢复事件时间处理进度。
Sink 使用 ​两阶段提交​（如 Kafka Producer 事务）确保外部系统一致性。