来自apache流媒体文档-希望对您有所帮助：
流应用程序必须全天候运行，因此必须能够抵御与应用程序逻辑无关的故障（例如，系统故障、jvm崩溃等）。要做到这一点，spark streaming需要向容错存储系统检查足够的信息，以便它能够从故障中恢复。检查点有两种类型的数据。
元数据检查点—将定义流计算的信息保存到容错存储（如hdfs）。这用于从运行流应用程序驱动程序的节点的故障中恢复（稍后详细讨论）。元数据包括：
配置-用于创建流应用程序的配置。
数据流操作-定义流应用程序的数据流操作集。
不完整批次
作业已排队但尚未完成的批处理。
数据检查点—将生成的RDD保存到可靠的存储中。在一些跨多个批处理组合数据的有状态转换中，这是必需的。在这种转换中，生成的rdd依赖于前一批的rdd，这导致依赖链的长度随着时间的推移而不断增加。为了避免恢复时间的无限增长（与依赖链成比例），有状态转换的中间RDD定期检查到可靠存储（例如HDF）以切断依赖链。
总之，元数据检查点主要用于从驱动程序故障中恢复，而数据或rdd检查点对于使用有状态转换的基本功能也是必需的。