【Flink状态管理（一）】概览：状态使用、状态分类、状态具体使用

将知识与实际的应用场景、设计背景关联起来，这是学以致用、刨根问底知识的一种直接方式。

本文介绍

• 状态数据管理，了解InternalKvState接口的设计以及KeyedState和OperatorState在实现上的区别；
• 状态数据初始化的流程，了解有状态计算的底层实现原理。

 

一. 状态使用概览

flink中状态存在的意义是什么，涉及到哪些场景。

1. 实时聚合：比如，计算过去一小时内的平均销售额。这时，你会需要使用到Flink的状态来存储过去一小时内的所有销售数据。
2. 窗口操作：Flink SQL支持滚动窗口、滑动窗口、会话窗口等。这些窗口操作都需要Flink的状态来存储在窗口期限内的数据。
3. 状态的持久化与任务恢复：实时任务挂掉之后，为了快速从上一个点恢复任务，可以使用savepoint和checkpoint。
4. 多流join：Flink至少存储一个流中的数据，以便于在新的记录到来时进行匹配。

 

二. 状态的数据类型

从数据集与接口实现两个层面介绍状态分类，与状态的全部类型

1. 算子层面

分类

根据DataStream数据集是否基于Key进行分组，可将算子中的状态数据分为KeyedState和OperatorState两种类型。

应用位置

• KeyedState用于经过DataStream.keyby()操作后形成的KeyedStream，并按照Key对状态数据进行分区。