Flink State backend状态后端

最新推荐文章于 2024-10-26 10:58:27 发布

原创

最新推荐文章于 2024-10-26 10:58:27 发布 · 872 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#flink #大数据

本文介绍了Flink状态后端的演变，从v1.12到v1.14，MemoryStateBackend、FsStateBackend、RocksDBStateBackend被弃用，新版本引入HashMapStateBackend和EmbeddedRocksDBStateBackend。检查点作为有状态流应用的关键，用于数据恢复。状态后端分为HashMap和RocksDB两类，前者将状态保留在内存，适合小状态，后者利用RocksDB提供磁盘存储，适合大状态。选择状态后端需权衡处理性能和应用扩展性。

概述

Flink在v1.12到v1.14的改进当中，其状态后端也发生了变化。老版本的状态后端有三个，分别是MemoryStateBackend、FsStateBackend、RocksDBStateBackend，在flink1.14中，这些状态已经被废弃了，新版本的状态后端是 HashMapStateBackend、EmbeddedRocksDBStateBackend。

1、检查点

有状态流应用中的检查点（checkpoint），其实就是所有任务的状态在某个时间点的一个快照（一份拷贝）。简单来讲，就是一次存盘，让我们之前处理数据的进度不要丢掉。在一个流应用程序运行时，Flink会定期保存检查点，在检查点中会记录每个算子的id和状态，如果发生故障，Flink就会用最近一次成功保存的检查点来恢复应用的状态，重新启动处理流程，就如同读档一样。

2、状态后端

在 Flink 中，状态的存储、访问以及维护，都是由一个可插拔的组件决定的，这个组件就叫作状态后端（state backend）。状态后端主要负责两件事：一是本地的状态管理，二是将检查点（checkpoint）写入远程的持久化存储。

2.1、状态后端的分类

Flink 中提供了两类不同的状态后端，一种是“哈希表状态后端”（HashMapStateBackend），另一种是“内嵌 RocksDB 状态后端”（EmbeddedRocksDBStateBackend）。如果没有特别配置，系统默认的状态后端是HashMapStateBackend。

哈希表状态后端（HashMapStateBackend）

HashMapStateBackend 是将本地状态全部放入内存的，这样可以获得最快的读写速度，使计算性能达到最佳；代价则是内存的占用。它适用于具有大状态、长窗口、大键值状态的作业，对所有高可用性设置也是有效的。

对于检查点的保存，一般是放在持久化的分布式文件系统（file system）中，也可以通过配置“检查点存储”（CheckpointStorage）来另外指定。
</

最低0.47元/天解锁文章