小編給大家分享一下Flink State管理的示例分析，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

在成都做網(wǎng)站、網(wǎng)站建設(shè)中從網(wǎng)站色彩、結(jié)構(gòu)布局、欄目設(shè)置、關(guān)鍵詞群組等細(xì)微處著手，突出企業(yè)的產(chǎn)品/服務(wù)/品牌，幫助企業(yè)鎖定精準(zhǔn)用戶，提高在線咨詢和轉(zhuǎn)化，使成都網(wǎng)站營銷成為有效果、有回報(bào)的無錫營銷推廣。創(chuàng)新互聯(lián)公司專業(yè)成都網(wǎng)站建設(shè)10多年了，客戶滿意度97.8%，歡迎成都創(chuàng)新互聯(lián)客戶聯(lián)系。

狀態(tài)使用場景

• 去重
  比如上游的系統(tǒng)數(shù)據(jù)可能會有重復(fù)，落到下游系統(tǒng)時(shí)希望把重復(fù)的數(shù)據(jù)都去掉。去重需要先了解哪些數(shù)據(jù)來過，哪些數(shù)據(jù)還沒有來，也就是把所有的主鍵都記錄下來，當(dāng)一條數(shù)據(jù)到來后，能夠看到在主鍵當(dāng)中是否存在

• 窗口計(jì)算
  比如統(tǒng)計(jì)每分鐘 Nginx 日志 API 被訪問了多少次。窗口是一分鐘計(jì)算一次，在窗口觸發(fā)前，如 08:00 ~ 08:01 這個(gè)窗口，前59秒的數(shù)據(jù)來了需要先放入內(nèi)存，即需要把這個(gè)窗口之內(nèi)的數(shù)據(jù)先保留下來，等到 8:01 時(shí)一分鐘后，再將整個(gè)窗口內(nèi)觸發(fā)的數(shù)據(jù)輸出。未觸發(fā)的窗口數(shù)據(jù)也是一種狀態(tài)。

• 機(jī)器學(xué)習(xí)/深度學(xué)習(xí)
  如訓(xùn)練的模型以及當(dāng)前模型的參數(shù)也是一種狀態(tài)，機(jī)器學(xué)習(xí)可能每次都用有一個(gè)數(shù)據(jù)集，需要在數(shù)據(jù)集上進(jìn)行學(xué)習(xí)，對模型進(jìn)行一個(gè)反饋。

• 訪問歷史數(shù)據(jù)
  比如與昨天的數(shù)據(jù)進(jìn)行對比，需要訪問一些歷史數(shù)據(jù)。如果每次從外部去讀，對資源的消耗可能比較大，所以也希望把這些歷史數(shù)據(jù)也放入狀態(tài)中做對比。

理想的狀態(tài)管理

• 易用
  Flink 提供了豐富的數(shù)據(jù)結(jié)構(gòu)、多樣的狀態(tài)組織形式以及簡潔的擴(kuò)展接口，讓狀態(tài)管理更加易用

• 高效
  實(shí)時(shí)作業(yè)一般需要更低的延遲，一旦出現(xiàn)故障，恢復(fù)速度也需要更快；當(dāng)處理能力不夠時(shí)，可以橫向擴(kuò)展，同時(shí)在處理備份時(shí)，不影響作業(yè)本身處理性能；

• 可靠
  Flink 提供了狀態(tài)持久化，包括不丟不重的語義以及具備自動(dòng)的容錯(cuò)能力，比如 HA，當(dāng)節(jié)點(diǎn)掛掉后會自動(dòng)拉起，不需要人工介入。

Flink狀態(tài)

Managed State & Raw State

• 從狀態(tài)管理方式的方式來說，Managed State 由 Flink Runtime 管理，自動(dòng)存儲，自動(dòng)恢復(fù)，在內(nèi)存管理上有優(yōu)化；而 Raw State 需要用戶自己管理，需要自己序列化，F(xiàn)link 不知道 State中存入的數(shù)據(jù)是什么結(jié)構(gòu)，只有用戶自己知道，需要最終序列化為可存儲的數(shù)據(jù)結(jié)構(gòu)。

• 從狀態(tài)數(shù)據(jù)結(jié)構(gòu)來說，Managed State 支持已知的數(shù)據(jù)結(jié)構(gòu)，如 Value、List、Map 等。而 Raw State只支持字節(jié)數(shù)組，所有狀態(tài)都要轉(zhuǎn)換為二進(jìn)制字節(jié)數(shù)組才可以。

• 從推薦使用場景來說，Managed State 大多數(shù)情況下均可使用，而 Raw State 是當(dāng) Managed State 不夠用時(shí)，比如需要自定義Operator時(shí)，推薦使用 Raw State。

Keyed State & Operator State

• Keyed State 只能用在 KeyedStream 的算子中，即在整個(gè)程序中沒有 keyBy 的過程就沒有辦法使用 KeyedStream。

• Operator State 可以用于所有算子,常用于 Source.由于 Operator State 沒有 Key，并發(fā)改變時(shí)需要選擇狀態(tài)如何重新分配。其中內(nèi)置了 2 種分配方式：一種是均勻分配，另外一種是將所有 State 合并為全量 State 再分發(fā)給每個(gè)實(shí)例

• Keyed State 通過 RuntimeContext 訪問，這需要 Operator 是一個(gè)Rich Function。Operator State 需要自己實(shí)現(xiàn) CheckpointedFunction 或 ListCheckpointed 接口。在數(shù)據(jù)結(jié)構(gòu)上，Keyed State 支持的數(shù)據(jù)結(jié)構(gòu)，比如 ValueState、ListState、ReducingState、AggregatingState 和 MapState；而 Operator State 支持的數(shù)據(jù)結(jié)構(gòu)相對較少，如 ListState。

常用Keyed State

• ValueState 存儲單個(gè)值，比如 Wordcount，用 Word 當(dāng) Key，State 就是它的 Count。這里面的單個(gè)值可能是數(shù)值或者字符串，作為單個(gè)值，訪問接口可能有兩種，get 和 set。在 State 上體現(xiàn)的是 update(T) / T value()。

• MapState 的狀態(tài)數(shù)據(jù)類型是 Map，在 State 上有 put、remove等。需要注意的是在 MapState 中的 key 和 Keyed state 中的 key 不是同一個(gè)。

• ListState 狀態(tài)數(shù)據(jù)類型是 List，訪問接口如 add、update 等

• ReducingState 和 AggregatingState 與 ListState 都是同一個(gè)父類，但狀態(tài)數(shù)據(jù)類型上是單個(gè)值，原因在于其中的 add 方法不是把當(dāng)前的元素追加到列表中，而是把當(dāng)前元素直接更新進(jìn)了 Reducing 的結(jié)果中。

• AggregatingState 的區(qū)別是在訪問接口，ReducingState 中 add（T）和 T get() 進(jìn)去和出來的元素都是同一個(gè)類型，但在 AggregatingState 輸入的 IN，輸出的是 OUT。

狀態(tài)保存和恢復(fù)

Flink 狀態(tài)保存主要依靠 Checkpoint 機(jī)制，Checkpoint 會定時(shí)制作分布式快照，對程序中的狀態(tài)進(jìn)行備份。

• MemoryStateBackend
  Checkpoint 的存儲，第一種是內(nèi)存存儲，即 MemoryStateBackend，構(gòu)造方法是設(shè)置最大的StateSize，選擇是否做異步快照，這種存儲狀態(tài)本身存儲在 TaskManager 節(jié)點(diǎn)也就是執(zhí)行節(jié)點(diǎn)內(nèi)存中的，因?yàn)閮?nèi)存有容量限制，所以單個(gè) State maxStateSize 默認(rèn) 5 M，且需要注意 maxStateSize <= akka.framesize 默認(rèn) 10 M。Checkpoint 存儲在 JobManager 內(nèi)存中，因此總大小不超過 JobManager 的內(nèi)存。推薦使用的場景為：本地測試、幾乎無狀態(tài)的作業(yè)，比如 ETL、JobManager 不容易掛，或掛掉影響不大的情況。不推薦在生產(chǎn)場景使用。

• FsStateBackend
  另一種就是在文件系統(tǒng)上的 FsStateBackend ，構(gòu)建方法是需要傳一個(gè)文件路徑和是否異步快照。State 依然在 TaskManager 內(nèi)存中，但不會像 MemoryStateBackend 有 5 M 的設(shè)置上限，Checkpoint 存儲在外部文件系統(tǒng)（本地或 HDFS），打破了總大小 Jobmanager 內(nèi)存的限制。容量限制上，單 TaskManager 上 State 總量不超過它的內(nèi)存，總大小不超過配置的文件系統(tǒng)容量。推薦使用的場景、常規(guī)使用狀態(tài)的作業(yè)、例如分鐘級窗口聚合或 join、需要開啟HA的作業(yè)。

• RocksDBStateBackend
  還有一種存儲為 RocksDBStateBackend ，RocksDB 是一個(gè) key/value 的內(nèi)存存儲系統(tǒng)，和其他的 key/value 一樣，先將狀態(tài)放到內(nèi)存中，如果內(nèi)存快滿時(shí)，則寫入到磁盤中，但需要注意 RocksDB 不支持同步的 Checkpoint，構(gòu)造方法中沒有同步快照這個(gè)選項(xiàng)。不過 RocksDB 支持增量的 Checkpoint，也是目前唯一增量 Checkpoint 的 Backend，意味著并不需要把所有 sst 文件上傳到 Checkpoint 目錄，僅需要上傳新生成的 sst 文件即可。它的 Checkpoint 存儲在外部文件系統(tǒng)（本地或HDFS），其容量限制只要單個(gè) TaskManager 上 State 總量不超過它的內(nèi)存+磁盤，單 Key最大 2G，總大小不超過配置的文件系統(tǒng)容量即可。推薦使用的場景為：超大狀態(tài)的作業(yè)，例如天級窗口聚合、需要開啟 HA 的作業(yè)、最好是對狀態(tài)讀寫性能要求不高的作業(yè)。

看完了這篇文章，相信你對“Flink State管理的示例分析”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！