假設一種場景，從Kafka Source拉取數據，經過一次窗口聚合，最后將數據發送到Kafka Sink，如下圖：
1.JobManager向Source發送Barrier，開始進入pre-Commit階段，當只有內部狀態時，pre-commit階段無需執行額外的操作，僅僅是寫入一些已定義的狀態變量即可。當chckpoint成功時Flink負責提交這些寫入，否則就終止取消掉它們。
2.當Source收到Barrier后，將自身的狀態進行保存，后端可以根據配置進行選擇，這里的狀態是指消費的每個分區對應的offset。然后將Barrier發送給下一個Operator。
3.當Window這個Operator收到Barrier之后，對自己的狀態進行保存，這里的狀態是指聚合的結果(sum或count的結果)，然后將Barrier發送給Sink。Sink收到后也對自己的狀態進行保存，之后會進行一次預提交。
4.預提交成功后，JobManager通知每個Operator，這一輪檢查點已經完成，這個時候，會進行第二次Commit。
以上便是兩階段的完整流程，提交過程中如果失敗有以下幾種情況
1.Pre-commit失敗，將恢復到最近一次CheckPoint位置
2.一旦pre-commit完成，必須要確保commit也要成功
因此，所有opeartor必須對checkpoint最終結果達成共識：即所有operator都必須認定數據提交要么成功執行，要么被終止然后回滾。