Checkpoint

把一个挂在 DolphinScheduler 上的“自动重启 Dinky 任务”脚本从“查出状态却没续跑”修成真正带 savepoint 恢复的续跑闭环，并梳理生产化与架构升级。

在此前 Checkpoint lifecycle 方案上，补齐嵌套 Root 防误删、严格排除校验、HDFS HA、调度环境和 NameNode 压力控制，梳理从 Dry Run 到受控删除的灰度流程。

解释 RETAIN_ON_CANCELLATION 为什么会留下历史 Checkpoint，如何通过 DolphinScheduler 安全清理，以及资源中心与 HDFS 显示不一致的原因。

A practical infrastructure pattern to prevent Flink checkpoint misconfiguration in production.

以 Flink 1.18 为例，梳理 State、StateBackend、CheckpointStorage 以及 Checkpoint 核心参数之间的关系。