检查点自动删除策略的核心是平衡恢复能力与磁盘空间，需合理配置保留数量/时间、联动清理元数据与数据、添加磁盘水位监控，并通过验证调优确保生效。

检查点自动删除策略的核心是让系统在保留足够恢复能力的前提下，及时清理过期或冗余的检查点，避免磁盘被长期积累的快照占满。关键在于合理设置保留规则、启用清理机制，并配合监控预警。

配置检查点保留数量或时间窗口

大多数支持检查点的系统（如 Flink、Spark Streaming、Kubernetes VolumeSnapshot 等）都允许按数量或时间保留检查点：

• Flink：在 flink-conf.yaml 中设置：
  state.checkpoints.num-retained: 3（只保留最近 3 个成功检查点）
  或启用基于时间的清理：
  state.checkpoint.clean-up-policy: ON_COMPLETION（完成即清理旧检查点）
• Spark Structured Streaming：通过 spark.sql.streaming.checkpointLocation 指定路径后，需自行管理目录；建议用外部脚本定期清理早于 --maxAge 的子目录（如保留最近 7 天）
• Kubernetes VolumeSnapshot：借助 VolumeSnapshotClass 配置 deletionPolicy: Delete，并结合 ttlSecondsAfterFinished 控制生命周期

启用检查点元数据与数据联动清理

仅删元数据不删实际文件会导致“幽灵占用”。务必确认清理动作是否同步删除底层存储中的状态文件：

Windows-Android_SSH_Remote_Control

通过 SSH 隧道从 Android 设备在互联网上对 Windows PC 实现完整远程控制的设置与使用指南，适用于远程桌面访问、安全 RDP 等。

下载

• Flink 默认启用完整清理，但若使用自定义 CheckpointStorage（如 HDFS/S3），需验证 delete 接口是否生效
• 手动清理时，不要只删 _metadata 或 shared/ 目录，应整体移除整个检查点目录（如 chk-12345/）
• 对对象存储（S3/OSS），开启生命周期规则：匹配前缀 checkpoint/ + 过期天数（如 7 天），自动删除

添加磁盘水位监控与强制保护机制

策略再完善也需兜底措施：

• 在部署节点上配置磁盘使用率告警（如 >85% 触发通知，>90% 自动暂停新检查点生成）
• Flink 可通过 state.checkpoints.prefer-checkpoint-for-recovery: true 避免回退到更老检查点，减少意外保留
• 定期运行清理脚本（例如每天凌晨扫描 checkpoint/ 目录，删除超过保留数且非当前作业正在使用的检查点）

验证与调优建议

上线后必须验证策略是否真实生效：

• 触发几次检查点后，手动查看存储路径，确认旧目录是否消失
• 模拟磁盘紧张场景（如临时挂载小容量盘），观察任务是否报错或降级处理
• 根据业务 RPO 要求反推保留策略：若允许最多丢 5 分钟数据，检查点间隔设为 2 分钟，保留至少 3 个即可