Flink之state的简单理解

1.State： 即为状态，状态是计算过程中的数据信息，包括计算中间结果和元数据信息等等。状态在容错恢复，flink的增量计算等方面起着重要的地位。
在Flink中，State中主要分为Operator State以及KeyedState。每种类型的state都可以以两种形式存在
原生状态(raw state)和托管状态（managed state）。推荐使用ManagedState管理状态数据

• Operator State：是和Operator的一个特定的并行实例相绑定的，task级别的state，每个task对应一个state
• Keyed State：是基于keyedStream上的状态，这个状态是跟特定的key绑定。keyedStream流上的每一个key，都对应一个state
• 原生状态：由算子自己管理数据结构，当触发checkpoint操作过程中，flink并不知道数据内部的数据结构，只是将数据转换成bytes数据存储在checkpoint中，当checkpoint恢复任务时，算子自己再反序列化出状态的数据结构
• 托管状态： 由Flink Runtime控制和管理状态数据，并将状态数据转换成为内存的Hash tables或 RocksDB的对象存储，然后将这些数据通过内部的接口持久化到checkpoints中，任务异常时可以通过这些状态数据恢复任务。

2.stateBackend： 用来保存state的存储后端。默认是存储在JobManager的内存中。当checkpoint的enabled为true时，状态将在检查点中持久化。默认情况下，flink的状态会保存在taskmanager的内存中，而checkpoint会保存在jobManager的内存中。现在可用的stateBackend分为三种类型：

• MemoryStateBackend
• FsStateBackend
• RocksDBStateBackend
  (1)MemoryStateBackend： MemoryStateBackend内部将状态（state）数据作为对象保存在java堆内存中（taskManager），通过checkpoint机制，MemoryStateBackend将状态（state）进行快照并保存Jobmanager（master）的堆内存中。
  (2)FsStateBackend: 将数据保存在taskmanger的内存中，通过checkpoint机制，将状态快照写入配置好的文件系统或目录中
  (3)RocksDBStateBackend：
  RocksDBStateBackend将工作状态保存在RocksDB数据库（位置在taskManagerd的数据目录）。通过checkpoint, 整个RocksDB数据库被复制到配置的文件系统或目录中
  目前仅RocksDBStateBackend支持增量保存
  
  (4)stateBackend的配置： 在flink的配置文件中flink-conf.yaml中设置：