Flink DataStream State(状态)

Flink DataStream State(状态)

一、State（状态）的种类

State有2类：Keyed State和Operator State。

• Keyed State：与keys相关的状态，仅仅用于Keyed Stream的Operator(算子)的Function。

• Operator State: Non-Keyed State，每个operator state都绑定到一个并行度算子实例。

  当并行度更改时，运算符状态接口支持在并行运算符实例之间重新分配状态。进行这种重新分配可能有不同的Schema。

Keyed State和Operator State都存在2种形式：

• Raw State：是指算子（Operator）保持他们自己数据的结构。当checkpoint时，他们仅仅写入一些列的byte字节。Flink不知道这个状态的数据结构，看到的仅仅是原始的字节bytes。
• Managed State：代表着Flink在运行时期所控制的数据结构。例如内部哈希表，RocksDB。Managed State对象有：ValueState、ListState、MapState、ReducingState等。Flink在运行时期对状态进行编码，在checkpoint是写入。

推荐使用Managed State（托管状态）。当程序的并行度发生改变，Flink可以自动重新分发状态。同时Managed State(托管状态)在内存中管理的更好。

二、State的生存时间（TTL）

如果需要使用State生存时间，你需要在创建Managed State是通过StateTtlConfig对象配置时间。

例如：示例代码

...
StateTtlConfig ttlConfig = StateTtlConfig
    .newBuilder(Time.seconds(1))
    .setUpdateType(StateTtlConfig.UpdateType.OnCreateAndWrite