# 如何处理Checkpoint设置RocksDBStateBackend方式时Checkpoint慢
#### 问题
如何处理checkpoint设置RocksDBStateBackend方式，且当数据量大时，执行checkpoint会很慢的问题？
#### 原因分析
由于窗口使用自定义窗口，这时窗口的状态使用ListState，且同一个key值下，value的值非常多，每次新的value值到来都要使用RocksDB的merge()操作；触发计算时需要将该key值下所有的value值读出。
- RocksDB的方式为merge()-\>merge()....-\>merge()-\>read()，该方式读取数据时非常耗时，如[图1]所示。
- source算子在瞬间发送了大量数据，所有数据的key值均相等，导致window算子处理速度过慢，使barrier在缓存中积压，快照的制作时间过长，导致window算子在规定时间内没有向CheckpointCoordinator报告快照制作完成，CheckpointCoordinator认为快照制作失败，如[图2]所示。
图1时间监控信息   
![](https://support.huaweicloud.com/devg-lts-mrs/zh-cn_image_0000001299091613.png "点击放大")
图2关系图   
![](https://support.huaweicloud.com/devg-lts-mrs/zh-cn_image_0000001252371802.png "点击放大")
#### 回答
Flink引入了第三方软件包RocksDB的缺陷问题导致该现象的发生。建议用户将checkpoint设置为FsStateBackend方式。
用户需要在应用代码中将checkpoint设置为FsStateBackend。例如：
```
env.setStateBackend(new FsStateBackend("hdfs://hacluster/flink/checkpoint/"));
```