Apache flink Flink消息像风暴一样重试

我正在尝试构建一个Flink作业，该作业将从卡夫卡源读取数据并进行一系列处理，包括很少的REST调用，然后最终进入另一个卡夫卡主题

我试图解决的问题是消息重试。如果RESTAPI中存在暂时性错误怎么办？我怎样才能像Storm支持的那样对这些消息进行基于指数退避的重试

我有两种方法可以考虑

使用TimerService，但如果出现故障，状态将开始不可控地扩展

将失败的消息写入另一个卡夫卡主题，并以某种延迟处理它们，但如果接收器本身停机几分钟，问题就会出现

---

有没有更好、更健壮、更简单的方法来实现这一点？

我会使用Flink的方法来完成其余的调用。如果需要，它将对源进行背压，而不是使用超过配置数量的状态。有关重试，请参阅。

有关方法#2，您的Kafka群集是否经常关闭，如果接收器关闭，仅依靠Flink失败，然后从检查点重新启动是不够的？谢谢，但我必须放弃一致性，对吗？出于实际原因，无法使REST API成为链中的第一个调用。AsyncFunction用于查找比用于更新外部系统更好。它至少提供一次保证。根据文档，AsyncIO只能在运营商链的最前端使用。我理解这意味着它必须是源流上的第一个操作符，对吗？这个限制不再有效；看见但不，这并不意味着它必须是工作中的第一个操作员，而是意味着它必须是其任务中的第一个操作员。