Flink流式框架的状态管理

一、Flink中的状态

1）由一个任务维护，并且用来计算某个结果的所有数据，都属于这个任务的状态；

2）可以认为状态就是一个本地变量，可以被任务的业务逻辑访问；

3）Flink会进行状态管理，包括状态一致性、故障处理以及高效存储和访问，以便开发人员可以专注于应用程序的逻辑；

4）在Flink中，状态始终与特定算子相关联；

5）为了使运行时的Flink了解算子的状态，算子需要预先注册其状态；

6）总的来说，有两种类型的状态：

      ****  算子状态（Operator State）：算子状态的作用范围限定为算子任务；

      ****  键控状态（Keyed  State）：根据输入数据流中定义的键（key）来维护和访问；

 

1、算子状态（Operator  State）

1）算子状态的作用范围限定为算子任务，由同一并行任务所处理的所有数据都可以访问到相同的状态；

2）状态对于同一子任务而言是共享的；

3）算子状态不能由相同或不同算子的另一个子任务访问；

 

2、算子状态数据结构

1）列表状态（List  state）

      ****  将状态表示为一组数据的列表

2）联合列表状态（Union  list  state）

      **** 也将状态表示为数据的列表。它与常规列表状态的区别在于，在发生故障时，或者从保存