【flink状态管理（三）】StateBackend的整体设计、StateBackend创建说明

一. 状态后端概述

StateBackend作为状态存储后端，提供了创建和获取KeyedStateBackend及OperatorStateBackend的方法，并通过CheckpointStorage实现了对状态数据的持久化存储。

Flink支持MemoryStateBackend、FsStateBackend和RocksDBStateBackend三种类型的状态存储后端，三者的主要区别在于创建的KeyedStateBackend及CheckpointStorage不同。例如，MemoryStateBackend和FileStateBackend创建的是HeapKeyedStateBackend，RocksDBStateBackend创建的是RocksDBKeyedStateBackend。

本文关注StateBackend的设计与实现。

二. StateBackend的整体设计

1. 核心功能

在StateBackend接口中提供了如下核心功能。

• resolveCheckpoint()方法用于获取Checkpoint的Location信息，Location信息包含Checkpoint元数据信息；
• createCheckpointStorage()方法为Job创建CheckpointStorage对象，CheckpointStorage提供写入Checkpoint数据和元数据信息的能力；
• createKeyedStateBackend()方法用于创建KeyedStateBackend，KeyedStateBackend提供创建和管理KeyedState的能力；
• createOperatorStateBackend()方法主要用于创建OperatorStateBackend，通过OperatorStateBackend可以创建和管理OperatorState状态数据。

 

2. StateBackend的UML

StateBackend主要有AbstractStateBackend基本实现类，该类中没有提供实质性的方法，主要为了向前（ing）兼容。

AbstractFileStateBackend有MemoryStateBackend和FsStateBackend两种实现类，其中MemoryStateBackend主要通过JobManager堆内存存储Checkpoint数据，FsStateBackend通过FsCheckpointStorage将Checkpoint数据存储在指定文件系统中。

 

RockdsDBStateBackend也实现了StateBackend的基本功能，

• 内存状态：和其他状态管理后端不同的是，它创建的KeyedStateBackend是基于RocksDB实现的RocksDBKeyedStateBackend。KeyedState数据都会存储在RocksDB内存中。
• 持久化：对于CheckpointStorage的创建，RocksDBStateBackend依赖于FsStateBackend，即基于文件系统对Checkpoint中的状态数据进行持久化。

 

3. 小结

StateBackend提供了创建CheckpointStorage、KeyedStateBackend及OperatorStateBackend的功能。

基于MemoryStateBackend可以实现非常高效的状态数据获取和存储，但由于JobManager内存数量有限，对比较大的状态数据无法提供更好的支持。对于RocksDBStateBackend而言，可以基于RocksDB提供的LSM-Tree（Log StructuredMerge-Tree）内存数据结构，实现更加高效的堆外内存访问，支持大数据量的状态数据存储，这对生产环境来讲是一个更优的选择。

 

三. StateBackend的加载与初始化

1. StateBackend创建概述

StateBackend主要通过StateBackendFactory接口创建。StateBackendFactory主要有MemoryStateBackendFactory、FsStateBackendFactory和RocksDBStateBackendFactory三种实现，最终通过StateBackendFactory的不同实现类创建相应的StateBackend。

StateBackendFactory主要通过StateBackendLoader进行加载和创建。StateBackendLoader会根据state.backend的名称使用Java SPI技术加载相应类型的StateBackendFactory，最终创建StateBackend。

 

2. StateBackend创建过程

StateBackend会在两个过程中创建：

• 首先，在JobMaster根据JobGraph对象创建ExecutionGraph的过程中会创建StateBackend，用于CheckpointCoordinator组件管理状态和Checkpoint操作；
• 其次，在每个Task实例初始化的过程中会创建StateBackend，用于管理当前Task中的状态和Checkpoint数据。

接下来我们分步骤看StateBackend的