请解释 Flink 分布式快照机制的执行过程，并说明常见的快照性能优化手段。

回答思路

1. 【回答框架 1】Flink 的分布式快照基于 Chandy-Lamport 算法的异步屏障（barrier）机制。JobManager 触发 checkpoint，Source 算子注入 barrier 并随数据流向下游传递，每个算子收到所有输入通道的 barrier 后执行状态快照，并确认给 JobManager，全部确认后 checkpoint 完成。
2. 【回答框架 2】快照数据通常存储到持久化存储（如 HDFS）。状态后端决定快照的存储方式：HashMapStateBackend 适合大状态，RocksDBStateBackend 支持增量 checkpoint，减少传输量。
3. 【回答框架 3】性能优化手段包括：1) 异步快照，让算子状态拷贝与数据处理并行；2) 使用增量 checkpoint，只上传变化部分；3) 调整 checkpoint 间隔与并发数，减少对正常处理的影响；4) 使用本地恢复（local recovery）减少恢复时的网络传输；5) 合理设置存储路径和 I/O 缓冲区。
4. 【回答框架 4】避免快照成为瓶颈：监控 checkpoint 时长和失败率，调整对齐超时（alignment timeout）以平衡一致性与延迟，或使用非对齐 checkpoint（unaligned checkpoint）减少反压。
5. 【回答框架 5】需要注意的是，快照机制只保证故障恢复的一致性，不保证业务幂等，端到端 exactly-once 还需要 sink 的幂等写入或事务支持。
6. 【关键点 1】分布式快照基于 barrier 机制，由 JobManager 协调，Source 注入屏障。
7. 【关键点 2】异步快照和增量 checkpoint 是主要优化手段。
8. 【关键点 3】RocksDBStateBackend 支持增量快照，HashMapStateBackend 全量快照。
9. 【关键点 4】非对齐 checkpoint 可减少反压，但可能增加状态大小。
10. 【关键点 5】快照性能需结合存储 I/O、网络与状态大小综合调优。
11. 【易错点 1】不要认为快照一定保证业务幂等，需配合幂等写入或事务。
12. 【易错点 2】谨慎使用非对齐 checkpoint，其存储开销可能增大。
13. 【易错点 3】避免盲目提高 checkpoint 频率，会导致性能下降。