一、事件的触发条件
作业的某次快照未能完成，快照的最终状态为 FAILED。
二、事件的恢复条件
作业后续有一次快照成功完成，快照的最终状态为 COMPLETED。
三、告警配置
用户可以对该事件 配置告警策略，并实时接收触发和恢复的告警通知。
四、处理建议
在事件面板，可以查看快照失败事件发生的原因。这里根据 Flink 执行链路的不同，可能显示出快照失败的直接原因，也有可能是一些较为泛化的报错，需要进一步分析。
我们还可以根据快照失败发生的时间点，通过 日志面板 或 Flink UI 查看作业的 JobManager 和 TaskManager 在该时间点附近的报错日志。
如果 TaskManager 数量过多或日志量较大，未能在快照失败的时间点找到报错，还可以通过我们提供的 日志快捷诊断 功能，全局检索发生该事件的作业实例 ID 的异常日志。
如果上述诊断仍然未能发现问题所在，则可以通过 查看作业监控信息 来判断是否出现了资源超用等问题。特别地，可以重点关注 TaskManager 的 CPU 用量、堆内存用量、Full GC 次数和时间等指标，检查是否存在明显异常。