flink有状态计算中状态的分类

在 Apache Flink 的状态计算中，状态主要分为以下两类：

1. Keyed State

• 定义：与特定键（Key）关联的状态，每个键独立维护其状态数据。
• 特点 ：
  • 作用域为当前键，不同键的状态互不影响。
  • 仅能在 KeyedStream 的函数（如 map()、flatMap()）中访问。
• 存储结构 ：
  • ValueState<T>：存储单值，例如： \\text{计数器}
  • ListState<T>：存储列表，例如： \\text{窗口内事件列表}
  • MapState<K, V>：存储键值对，例如： \\text{用户行为映射表}
  • ReducingState<T>：聚合状态（已弃用，推荐用 AggregatingState）

2. Operator State

• 定义：与算子实例（Operator Instance）绑定的状态，不依赖数据键。
• 特点 ：
  • 作用域为整个算子，所有输入数据共享同一状态。
  • 可在非 KeyedStream 的算子（如 Source、Sink）中使用。
• 存储结构 ：
  • ListState<T>：用于存储列表形式的状态（如 Kafka 偏移量）。
  • BroadcastState<K, V>：用于广播状态至下游所有并行实例。

核心区别

特性	Keyed State	Operator State
作用域	按键分区	算子实例级
访问限制	仅限相同键的数据	所有输入数据均可访问
典型应用	窗口聚合、状态机（如 CEP）	全局配置、源/接收器状态

状态作用域示意图

\\begin{array}{c\|c} \\text{Keyed State} \& \\text{Operator State} \\ \\hline \\begin{array}{c} \\text{Key=1} \\ \\downarrow \\ \\text{State A} \\ \\end{array} \& \\begin{array}{c} \\text{Operator} \\ \\downarrow \\ \\text{Global State} \\ \\end{array} \\ \\begin{array}{c} \\text{Key=2} \\ \\downarrow \\ \\text{State B} \\ \\end{array} \& \\end{array}

最佳实践

• Keyed State：适用于需要分区隔离的场景（如用户会话分析）。
• Operator State：适用于全局状态管理（如动态规则更新）。

通过合理选择状态类型，可优化资源利用并保障计算一致性。