8 Flink 状态管理

A Flink中的状态

状态的分类

1）托管状态（Managed State）和原始状态（Raw State）
Flink的状态有两种：托管状态（Managed State）和原始状态（Raw State）。托管状态就是由Flink同一管理的，状态的存储访问、故障恢复和重组等一系列题目都由Flink实现，我们只要调接口就可以；而原始状态则是自定义的，相称于就是开发了一块内存，需要我们自己管理，实近况态的序列化和故障恢复。
通常我们接纳Flink托管状态来实现需求。
2）算子状态（Operator State）和按键分区状态（Keyed State）
接下来我们的重点就是托管状态（Managed State）。
我们知道在Flink中，一个算子任务会按照并行度分为多个并行子任务执行，而不同的子任务会占据不同的任务槽（task slot）。由于不同的slot在盘算资源上是物理隔离的，以是Flink能管理的状态在并行任务间是无法共享的，每个状态只能针对当前子任务的实例有用。
而许多有状态的操纵（比如聚合、窗口）都是要先做keyBy举行按键分区的。按键分区之后，任务所举行的全部盘算都应该只针对当前key有用，以是状态也应该按照key彼此隔离。在这种环境下，状态的访问方式又会有所不同。
基于这样的想法，我们又可以将托管状态分为两类：算子状态和按键分区状态。

别的，也可以通过富函数类（Rich Function）来自定义Keyed State，以是只要提供了富函数类接口的算子，也都可以使用Keyed State。以是纵然是map、filter这样无状态的基本转换算子，我们也可以通过富函数类给它们“追加”Keyed State。比如RichMapFunction、RichFilterFunction。在富函数中，我们可以调用.getRuntimeContext()获取当前的运行时上下文（RuntimeContext），进而获取到访问状态的句柄；这种富函数中自定义的状态也是Keyed State。从这个角度讲，Flink中全部的算子都可以是有状态的。
无论是Keyed State照旧Operator State，它们都是在本地实例上维护的，也就是说每个并行子任务维护着对应的状态，算子的子任务之间状态不共享。
B 按键分区状态（Keyed State）

按键分区状态（Keyed State）顾名思义，是任务按照键（key）来访问和维护的状态。它的特点非常鲜明，就是以key为作用范围举行隔离。
需要注意，使用Keyed State必须基于KeyedStream。没有举行keyBy分区的DataStream，纵然转换算子实现了对应的富函数类，也不能通过运行时上下文访问Keyed State。
8.2.1 值状态（ValueState）

顾名思义，状态中只保存一个“值”（value）。ValueState本身是一个接口，源码中定义如下：

1. public interface ValueState<T> extends State {
2.     T value() throws IOException;
3.     void update(T value) throws IOException;
4. }

复制代码

这里的T是泛型，表示状态的数据内容可以是任何具体的数据类型。如果想要保存一个长整型值作为状态，那么类型就是ValueState。
我们可以在代码中读写值状态，实现对于状态的访问和更新。
T value()：获取当前状态的值；
update(T value)：对状态举行更新，传入的参数value就是要覆写的状态值。
在具体使用时，为了让运行时上下文清楚到底是哪个状态，我们还需要创建一个“状态描述器”（StateDescriptor）来提供状态的基本信息。例如源码中，ValueState的状态描述器构造方法如下：

1. public ValueStateDescriptor(String name, Class<T> typeClass) {
2.     super(name, typeClass, null);
3. }

复制代码

这里需要传入状态的名称和类型——这跟我们声明一个变量时做的事变完全一样。
案例需求：检测每种传感器的水位值，如果一连的两个水位值超过10，就输出报警。

1. public class KeyedValueStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(1);
7.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
8.                 .socketTextStream("hadoop102", 7777)
9.                 .map(new WaterSensorMapFunction())
10.                 .assignTimestampsAndWatermarks(
11.                         WatermarkStrategy
12.                                 .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
13.                                 .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
14.                 );
16.         sensorDS.keyBy(r -> r.getId())
17.                 .process(
18.                         new KeyedProcessFunction<String, WaterSensor, String>() {
20.                             // TODO 1.定义状态
21.                             ValueState<Integer> lastVcState;
24.                             @Override
25.                             public void open(Configuration parameters) throws Exception {
26.                                 super.open(parameters);
27.                                 // TODO 2.在open方法中，初始化状态
28.                                 // 状态描述器两个参数：第一个参数，起个名字，不重复；第二个参数，存储的类型
29.                                 lastVcState = getRuntimeContext().getState(new ValueStateDescriptor<Integer>("lastVcState", Types.INT));
30.                             }
32.                             @Override
33.                             public void processElement(WaterSensor value, Context ctx, Collector<String> out) throws Exception {
34. //                                lastVcState.value();  // 取出 本组 值状态 的数据
35. //                                lastVcState.update(); // 更新 本组 值状态 的数据
36. //                                lastVcState.clear();  // 清除 本组 值状态 的数据
39.                                 // 1. 取出上一条数据的水位值(Integer默认值是null，判断)
40.                                 int lastVc = lastVcState.value() == null ? 0 : lastVcState.value();
41.                                 // 2. 求差值的绝对值，判断是否超过10
42.                                 Integer vc = value.getVc();
43.                                 if (Math.abs(vc - lastVc) > 10) {
44.                                     out.collect("传感器=" + value.getId() + "==>当前水位值=" + vc + ",与上一条水位值=" + lastVc + ",相差超过10！！！！");
45.                                 }
46.                                 // 3. 更新状态里的水位值
47.                                 lastVcState.update(vc);
48.                             }
49.                         }
50.                 )
51.                 .print();
53.         env.execute();
54.     }
55. }

复制代码

8.2.2 列表状态（ListState）

将需要保存的数据，以列表（List）的情势构造起来。在ListState接口中同样有一个类型参数T，表示列表中数据的类型。ListState也提供了一系列的方法来操纵状态，使用方式与一般的List非常相似。
Iterable get()：获取当前的列表状态，返回的是一个可迭代类型Iterable；
update(List values)：传入一个列表values，直接对状态举行覆盖；
add(T value)：在状态列表中添加一个元素value；
addAll(List values)：向列表中添加多个元素，以列表values情势传入。
雷同地，ListState的状态描述器就叫作ListStateDescriptor，用法跟ValueStateDescriptor完全一致。
案例:针对每种传感器输出最高的3个水位值

1. public class KeyedListStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(1);
7.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
8.                 .socketTextStream("hadoop102", 7777)
9.                 .map(new WaterSensorMapFunction())
10.                 .assignTimestampsAndWatermarks(
11.                         WatermarkStrategy
12.                                 .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
13.                                 .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
14.                 );
16.         sensorDS.keyBy(r -> r.getId())
17.                 .process(
18.                         new KeyedProcessFunction<String, WaterSensor, String>() {
20.                             ListState<Integer> vcListState;
22.                             @Override
23.                             public void open(Configuration parameters) throws Exception {
24.                                 super.open(parameters);
25.                                 vcListState = getRuntimeContext().getListState(new ListStateDescriptor<Integer>("vcListState", Types.INT));
26.                             }
28.                             @Override
29.                             public void processElement(WaterSensor value, Context ctx, Collector<String> out) throws Exception {
30.                                 // 1.来一条，存到list状态里
31.                                 vcListState.add(value.getVc());
33.                                 // 2.从list状态拿出来(Iterable)， 拷贝到一个List中，排序， 只留3个最大的
34.                                 Iterable<Integer> vcListIt = vcListState.get();
35.                                 // 2.1 拷贝到List中
36.                                 List<Integer> vcList = new ArrayList<>();
37.                                 for (Integer vc : vcListIt) {
38.                                     vcList.add(vc);
39.                                 }
40.                                 // 2.2 对List进行降序排序
41.                                 vcList.sort((o1, o2) -> o2 - o1);
42.                                 // 2.3 只保留最大的3个(list中的个数一定是连续变大，一超过3就立即清理即可)
43.                                 if (vcList.size() > 3) {
44.                                     // 将最后一个元素清除（第4个）
45.                                     vcList.remove(3);
46.                                 }
48.                                 out.collect("传感器id为" + value.getId() + ",最大的3个水位值=" + vcList.toString());
50.                                 // 3.更新list状态
51.                                 vcListState.update(vcList);
54. //                                vcListState.get();            //取出 list状态 本组的数据，是一个Iterable
55. //                                vcListState.add();            // 向 list状态 本组 添加一个元素
56. //                                vcListState.addAll();         // 向 list状态 本组 添加多个元素
57. //                                vcListState.update();         // 更新 list状态 本组数据（覆盖）
58. //                                vcListState.clear();          // 清空List状态 本组数据
59.                             }
60.                         }
61.                 )
62.                 .print();
64.         env.execute();
65.     }
66. }

复制代码

8.2.3 Map状态（MapState）

把一些键值对（key-value）作为状态整体保存起来，可以以为就是一组key-value映射的列表。对应的MapState<UK, UV>接口中，就会有UK、UV两个泛型，分别表示保存的key和value的类型。同样，MapState提供了操纵映射状态的方法，与Map的使用非常雷同。
UV get(UK key)：传入一个key作为参数，查询对应的value值；
put(UK key, UV value)：传入一个键值对，更新key对应的value值；
putAll(Map<UK, UV> map)：将传入的映射map中全部的键值对，全部添加到映射状态中；
remove(UK key)：将指定key对应的键值对删除；
boolean contains(UK key)：判断是否存在指定的key，返回一个boolean值。
别的，MapState也提供了获取整个映射干系信息的方法；
Iterable<Map.Entry<UK, UV>> entries()：获取映射状态中全部的键值对；
Iterable keys()：获取映射状态中全部的键（key），返回一个可迭代Iterable类型；
Iterable values()：获取映射状态中全部的值（value），返回一个可迭代Iterable类型；
boolean isEmpty()：判断映射是否为空，返回一个boolean值。
案例需求：统计每种传感器每种水位值出现的次数。

1. public class KeyedMapStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(1);
7.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
8.                 .socketTextStream("hadoop102", 7777)
9.                 .map(new WaterSensorMapFunction())
10.                 .assignTimestampsAndWatermarks(
11.                         WatermarkStrategy
12.                                 .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
13.                                 .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
14.                 );
16.         sensorDS.keyBy(r -> r.getId())
17.                 .process(
18.                         new KeyedProcessFunction<String, WaterSensor, String>() {
20.                             MapState<Integer, Integer> vcCountMapState;
22.                             @Override
23.                             public void open(Configuration parameters) throws Exception {
24.                                 super.open(parameters);
25.                                 vcCountMapState = getRuntimeContext().getMapState(new MapStateDescriptor<Integer, Integer>("vcCountMapState", Types.INT, Types.INT));
26.                             }
28.                             @Override
29.                             public void processElement(WaterSensor value, Context ctx, Collector<String> out) throws Exception {
30.                                 // 1.判断是否存在vc对应的key
31.                                 Integer vc = value.getVc();
32.                                 if (vcCountMapState.contains(vc)) {
33.                                     // 1.1 如果包含这个vc的key，直接对value+1
34.                                     Integer count = vcCountMapState.get(vc);
35.                                     vcCountMapState.put(vc, ++count);
36.                                 } else {
37.                                     // 1.2 如果不包含这个vc的key，初始化put进去
38.                                     vcCountMapState.put(vc, 1);
39.                                 }
41.                                 // 2.遍历Map状态，输出每个k-v的值
42.                                 StringBuilder outStr = new StringBuilder();
43.                                 outStr.append("======================================\n");
44.                                 outStr.append("传感器id为" + value.getId() + "\n");
45.                                 for (Map.Entry<Integer, Integer> vcCount : vcCountMapState.entries()) {
46.                                     outStr.append(vcCount.toString() + "\n");
47.                                 }
48.                                 outStr.append("======================================\n");
50.                                 out.collect(outStr.toString());
53. //                                vcCountMapState.get();          // 对本组的Map状态，根据key，获取value
54. //                                vcCountMapState.contains();     // 对本组的Map状态，判断key是否存在
55. //                                vcCountMapState.put(, );        // 对本组的Map状态，添加一个 键值对
56. //                                vcCountMapState.putAll();  // 对本组的Map状态，添加多个 键值对
57. //                                vcCountMapState.entries();      // 对本组的Map状态，获取所有键值对
58. //                                vcCountMapState.keys();         // 对本组的Map状态，获取所有键
59. //                                vcCountMapState.values();       // 对本组的Map状态，获取所有值
60. //                                vcCountMapState.remove();   // 对本组的Map状态，根据指定key，移除键值对
61. //                                vcCountMapState.isEmpty();      // 对本组的Map状态，判断是否为空
62. //                                vcCountMapState.iterator();     // 对本组的Map状态，获取迭代器
63. //                                vcCountMapState.clear();        // 对本组的Map状态，清空
65.                             }
66.                         }
67.                 )
68.                 .print();
70.         env.execute();
71.     }
72. }

复制代码

8.2.4 归约状态（ReducingState）

雷同于值状态（Value），不过需要对添加进来的全部数据举行归约，将归约聚合之后的值作为状态保存下来。ReducingState这个接口调用的方法雷同于ListState，只不过它保存的只是一个聚合值，以是调用.add()方法时，不是在状态列表里添加元素，而是直接把新数据和之前的状态举行归约，并用得到的效果更新状态。
归约逻辑的定义，是在归约状态描述器（ReducingStateDescriptor）中，通过传入一个归约函数（ReduceFunction）来实现的。这里的归约函数，就是我们之前介绍reduce聚合算子时讲到的ReduceFunction，以是状态类型跟输入的数据类型是一样的。

1. public ReducingStateDescriptor(
2.     String name, ReduceFunction<T> reduceFunction, Class<T> typeClass) {...}

复制代码

这里的描述器有三个参数，其中第二个参数就是定义了归约聚合逻辑的ReduceFunction，别的两个参数则是状态的名称和类型。
案例：盘算每种传感器的水位和
…

1. .process(new KeyedProcessFunction<String， WaterSensor， Integer>() {
2.     private ReducingState<Integer> sumVcState;
3.     @Override
4.     public void open(Configuration parameters) throws Exception {
5.         sumVcState = this
6.           .getRuntimeContext()
7.           .getReducingState(new ReducingStateDescriptor<Integer>("sumVcState"，Integer::sum，Integer.class));
8.     }
10.     @Override
11.     public void processElement(WaterSensor value， Context ctx， Collector<Integer> out) throws Exception {
12.         sumVcState.add(value.getVc());
13.         out.collect(sumVcState.get());
14.     }
15. })

复制代码

8.2.5 聚合状态（AggregatingState）

与归约状态非常雷同，聚合状态也是一个值，用来保存添加进来的全部数据的聚合效果。与ReducingState不同的是，它的聚合逻辑是由在描述器中传入一个更加一般化的聚合函数（AggregateFunction）来定义的；这也就是之前我们讲过的AggregateFunction，内里通过一个累加器（Accumulator）来表示状态，以是聚合的状态类型可以跟添加进来的数据类型完全不同，使用更加灵活。
同样地，AggregatingState接口调用方法也与ReducingState相同，调用.add()方法添加元素时，会直接使用指定的AggregateFunction举行聚合并更新状态。
案例需求：盘算每种传感器的均匀水位

1. public class KeyedAggregatingStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(1);
7.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
8.                 .socketTextStream("hadoop102", 7777)
9.                 .map(new WaterSensorMapFunction())
10.                 .assignTimestampsAndWatermarks(
11.                         WatermarkStrategy
12.                                 .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
13.                                 .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
14.                 );
16.         sensorDS.keyBy(r -> r.getId())
17.                 .process(
18.                         new KeyedProcessFunction<String, WaterSensor, String>() {
20.                             AggregatingState<Integer, Double> vcAvgAggregatingState;
22.                             @Override
23.                             public void open(Configuration parameters) throws Exception {
24.                                 super.open(parameters);
25.                                 vcAvgAggregatingState = getRuntimeContext()
26.                                         .getAggregatingState(
27.                                                 new AggregatingStateDescriptor<Integer, Tuple2<Integer, Integer>, Double>(
28.                                                         "vcAvgAggregatingState",
29.                                                         new AggregateFunction<Integer, Tuple2<Integer, Integer>, Double>() {
30.                                                             @Override
31.                                                             public Tuple2<Integer, Integer> createAccumulator() {
32.                                                                 return Tuple2.of(0, 0);
33.                                                             }
35.                                                             @Override
36.                                                             public Tuple2<Integer, Integer> add(Integer value, Tuple2<Integer, Integer> accumulator) {
37.                                                                 return Tuple2.of(accumulator.f0 + value, accumulator.f1 + 1);
38.                                                             }
40.                                                             @Override
41.                                                             public Double getResult(Tuple2<Integer, Integer> accumulator) {
42.                                                                 return accumulator.f0 * 1D / accumulator.f1;
43.                                                             }
45.                                                             @Override
46.                                                             public Tuple2<Integer, Integer> merge(Tuple2<Integer, Integer> a, Tuple2<Integer, Integer> b) {
47. //                                                                return Tuple2.of(a.f0 + b.f0, a.f1 + b.f1);
48.                                                                 return null;
49.                                                             }
50.                                                         },
51.                                                         Types.TUPLE(Types.INT, Types.INT))
52.                                         );
53.                             }
55.                             @Override
56.                             public void processElement(WaterSensor value, Context ctx, Collector<String> out) throws Exception {
57.                                 // 将 水位值 添加到  聚合状态中
58.                                 vcAvgAggregatingState.add(value.getVc());
59.                                 // 从 聚合状态中 获取结果
60.                                 Double vcAvg = vcAvgAggregatingState.get();
62.                                 out.collect("传感器id为" + value.getId() + ",平均水位值=" + vcAvg);
64. //                                vcAvgAggregatingState.get();    // 对 本组的聚合状态 获取结果
65. //                                vcAvgAggregatingState.add();    // 对 本组的聚合状态 添加数据，会自动进行聚合
66. //                                vcAvgAggregatingState.clear();  // 对 本组的聚合状态 清空数据
67.                             }
68.                         }
69.                 )
70.                 .print();
72.         env.execute();
73.     }
74. }

复制代码

8.2.6 状态生存时间（TTL）

在实际应用中，许多状态会随着时间的推移渐渐增长，如果不加以限制，最终就会导致存储空间的耗尽。一个优化的思绪是直接在代码中调用.clear()方法去清除状态，但是有时候我们的逻辑要求不能直接清除。这时就需要配置一个状态的“生存时间”（time-to-live，TTL），当状态在内存中存在的时间超出这个值时，就将它清除。
具体实现上，如果用一个历程不停地扫描全部状态看是否过期，显然会占用大量资源做无用功。状态的失效着实不需要立即删除，以是我们可以给状态附加一个属性，也就是状态的“失效时间”。状态创建的时候，设置 失效时间 = 当前时间 + TTL；之后如果有对状态的访问和修改，我们可以再对失效时间举行更新；当设置的清除条件被触发时（比如，状态被访问的时候，或者每隔一段时间扫描一次失效状态），就可以判断状态是否失效、从而举行清除了。
配置状态的TTL时，需要创建一个StateTtlConfig配置对象，然后调用状态描述器的.enableTimeToLive()方法启动TTL功能。

1. StateTtlConfig ttlConfig = StateTtlConfig
2.     .newBuilder(Time.seconds(10))
3.     .setUpdateType(StateTtlConfig.UpdateType.OnCreateAndWrite)
4.     .setStateVisibility(StateTtlConfig.StateVisibility.NeverReturnExpired)
5.     .build();
7. ValueStateDescriptor<String> stateDescriptor = new ValueStateDescriptor<>("my state", String.class);
9. stateDescriptor.enableTimeToLive(ttlConfig);

复制代码

这里用到了几个配置项：
.newBuilder()
状态TTL配置的构造器方法，必须调用，返回一个Builder之后再调用.build()方法就可以得到StateTtlConfig了。方法需要传入一个Time作为参数，这就是设定的状态生存时间。
.setUpdateType()
设置更新类型。更新类型指定了什么时候更新状态失效时间，这里的OnCreateAndWrite表示只有创建状态和更改状态（写操纵）时更新失效时间。另一种类型OnReadAndWrite则表示无论读写操纵都会更新失效时间，也就是只要对状态举行了访问，就表明它是活跃的，从而延伸生存时间。这个配置默以为OnCreateAndWrite。
.setStateVisibility()
设置状态的可见性。所谓的“状态可见性”，是指因为清除操纵并不是实时的，以是当状态过期之后还有可能继续存在，这时如果对它举行访问，能否正常读取到就是一个题目了。这里设置的NeverReturnExpired是默认行为，表示从不返回过期值，也就是只要过期就以为它已经被清除了，应用不能继续读取；这在处剖析话或者隐私数据时比较紧张。对应的另一种配置是ReturnExpireDefNotCleanedUp，就是如果过期状态还存在，就返回它的值。
除此之外，TTL配置还可以设置在保存查抄点（checkpoint）时触发清除操纵，或者配置增量的清算（incremental cleanup），还可以针对RocksDB状态后端使用压缩过滤器（compaction filter）举行配景清算。这里需要注意，目前的TTL设置只支持处理时间。

1. public class StateTTLDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(1);
7.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
8.                 .socketTextStream("hadoop102", 7777)
9.                 .map(new WaterSensorMapFunction())
10.                 .assignTimestampsAndWatermarks(
11.                         WatermarkStrategy
12.                                 .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))
13.                                 .withTimestampAssigner((element, ts) -> element.getTs() * 1000L)
14.                 );
16.         sensorDS.keyBy(r -> r.getId())
17.                 .process(
18.                         new KeyedProcessFunction<String, WaterSensor, String>() {
20.                             ValueState<Integer> lastVcState;
23.                             @Override
24.                             public void open(Configuration parameters) throws Exception {
25.                                 super.open(parameters);
27.                                 // TODO 1.创建 StateTtlConfig
28.                                 StateTtlConfig stateTtlConfig = StateTtlConfig
29.                                         .newBuilder(Time.seconds(5)) // 过期时间5s
30. //                                        .setUpdateType(StateTtlConfig.UpdateType.OnCreateAndWrite) // 状态 创建和写入（更新） 更新 过期时间
31.                                         .setUpdateType(StateTtlConfig.UpdateType.OnReadAndWrite) // 状态 读取、创建和写入（更新） 更新 过期时间
32.                                         .setStateVisibility(StateTtlConfig.StateVisibility.NeverReturnExpired) // 不返回过期的状态值
33.                                         .build();
35.                                 // TODO 2.状态描述器 启用 TTL
36.                                 ValueStateDescriptor<Integer> stateDescriptor = new ValueStateDescriptor<>("lastVcState", Types.INT);
37.                                 stateDescriptor.enableTimeToLive(stateTtlConfig);
40.                                 this.lastVcState = getRuntimeContext().getState(stateDescriptor);
42.                             }
44.                             @Override
45.                             public void processElement(WaterSensor value, Context ctx, Collector<String> out) throws Exception {
46.                                 // 先获取状态值，打印 ==》 读取状态
47.                                 Integer lastVc = lastVcState.value();
48.                                 out.collect("key=" + value.getId() + ",状态值=" + lastVc);
50.                                 // 如果水位大于10，更新状态值 ===》 写入状态
51.                                 if (value.getVc() > 10) {
52.                                     lastVcState.update(value.getVc());
53.                                 }
54.                             }
55.                         }
56.                 )
57.                 .print();
59.         env.execute();
60.     }
61. }

复制代码

C 算子状态（Operator State）

算子状态（Operator State）就是一个算子并行实例上定义的状态，作用范围被限定为当前算子任务。算子状态跟数据的key无关，以是不同key的数据只要被分发到同一个并行子任务，就会访问到同一个Operator State。
算子状态的实际应用场景不如Keyed State多，一般用在Source或Sink等与外部体系毗连的算子上，或者完全没有key定义的场景。比如Flink的Kafka毗连器中，就用到了算子状态。
当算子的并行度发生变革时，算子状态也支持在并行的算子任务实例之间做重组分配。根据状态的类型不同，重组分配的方案也会不同。
算子状态也支持不同的布局类型，主要有三种：ListState、UnionListState和BroadcastState。
8.3.1 列表状态（ListState）

与Keyed State中的ListState一样，将状态表示为一组数据的列表。
与Keyed State中的列表状态的区别是：在算子状态的上下文中，不会按键（key）分别处理状态，以是每一个并行子任务上只会保存一个“列表”（list），也就是当前并行子任务上全部状态项的集合。列表中的状态项就是可以重新分配的最细粒度，彼此之间完全独立。
当算子并行度举行缩放调解时，算子的列表状态中的全部元素项会被同一收集起来，相称于把多个分区的列表合并成了一个“大列表”，然后再均匀地分配给全部并行任务。这种“均匀分配”的具体方法就是“轮询”（round-robin），与之前介绍的rebanlance数据传输方式雷同，是通过逐一“发牌”的方式将状态项均匀分配的。这种方式也叫作“均匀分割重组”（even-split redistribution）。
算子状态中不会存在“键组”（key group）这样的布局，以是为了方便重组分配，就把它直接定义成了“列表”（list）。这也就解释了，为什么算子状态中没有最简单的值状态（ValueState）。
案例实操：在map算子中盘算数据的个数。

1. public class OperatorListStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(2);
6.         env
7.                 .socketTextStream("hadoop102", 7777)
8.                 .map(new MyCountMapFunction())
9.                 .print();
12.         env.execute();
13.     }
16.     // TODO 1.实现 CheckpointedFunction 接口
17.     public static class MyCountMapFunction implements MapFunction<String, Long>, CheckpointedFunction {
19.         private Long count = 0L;
20.         private ListState<Long> state;
23.         @Override
24.         public Long map(String value) throws Exception {
25.             return ++count;
26.         }
28.         /**
29.          * TODO 2.本地变量持久化：将 本地变量 拷贝到 算子状态中,开启checkpoint时才会调用
30.          *
31.          * @param context
32.          * @throws Exception
33.          */
34.         @Override
35.         public void snapshotState(FunctionSnapshotContext context) throws Exception {
36.             System.out.println("snapshotState...");
37.             // 2.1 清空算子状态
38.             state.clear();
39.             // 2.2 将 本地变量 添加到 算子状态 中
40.             state.add(count);
41.         }
43.         /**
44.          * TODO 3.初始化本地变量：程序启动和恢复时， 从状态中 把数据添加到 本地变量，每个子任务调用一次
45.          *
46.          * @param context
47.          * @throws Exception
48.          */
49.         @Override
50.         public void initializeState(FunctionInitializationContext context) throws Exception {
51.             System.out.println("initializeState...");
52.             // 3.1 从 上下文 初始化 算子状态
53.             state = context
54.                     .getOperatorStateStore()
55.                     .getListState(new ListStateDescriptor<Long>("state", Types.LONG));
57.             // 3.2 从 算子状态中 把数据 拷贝到 本地变量
58.             if (context.isRestored()) {
59.                 for (Long c : state.get()) {
60.                     count += c;
61.                 }
62.             }
63.         }
64.     }
65. }

复制代码

8.3.2 团结列表状态（UnionListState）

与ListState雷同，团结列表状态也会将状态表示为一个列表。它与常规列表状态的区别在于，算子并行度举行缩放调解时对于状态的分配方式不同。
UnionListState的重点就在于“团结”（union）。在并行度调解时，常规列表状态是轮询分配状态项，而团结列表状态的算子则会直接广播状态的完整列表。这样，并行度缩放之后的并行子任务就获取到了团结后完整的“大列表”，可以自行选择要使用的状态项和要丢弃的状态项。这种分配也叫作“团结重组”（union redistribution）。如果列表中状态项数量太多，为资源和效率考虑一般不建议使用团结重组的方式。
使用方式同ListState，区别在如下标红部分：

1. state = context
2.               .getOperatorStateStore()
3.               .getUnionListState(new ListStateDescriptor<Long>("union-state", Types.LONG));

复制代码

8.3.3 广播状态（BroadcastState）

有时我们盼望算子并行子任务都保持同一份“全局”状态，用来做同一的配置和规则设定。这时全部分区的全部数据都会访问到同一个状态，状态就像被“广播”到全部分区一样，这种特殊的算子状态，就叫作广播状态（BroadcastState）。
因为广播状态在每个并行子任务上的实例都一样，以是在并行度调解的时候就比较简单，只要复制一份到新的并行任务就可以实现扩展；而对于并行度缩小的环境，可以将多余的并行子任务连同状态直接砍掉——因为状态都是复制出来的，并不会丢失。
案例实操：水位超过指定的阈值发送告警，阈值可以动态修改。

1. public class OperatorBroadcastStateDemo {
2.     public static void main(String[] args) throws Exception {
3.         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
4.         env.setParallelism(2);
7.         // 数据流
8.         SingleOutputStreamOperator<WaterSensor> sensorDS = env
9.                 .socketTextStream("hadoop102", 7777)
10.                 .map(new WaterSensorMapFunction());
12.         // 配置流（用来广播配置）
13.         DataStreamSource<String> configDS = env.socketTextStream("hadoop102", 8888);
15.         // TODO 1. 将 配置流 广播
16.         MapStateDescriptor<String, Integer> broadcastMapState = new MapStateDescriptor<>("broadcast-state", Types.STRING, Types.INT);
17.         BroadcastStream<String> configBS = configDS.broadcast(broadcastMapState);
19.         // TODO 2.把 数据流 和 广播后的配置流 connect
20.         BroadcastConnectedStream<WaterSensor, String> sensorBCS = sensorDS.connect(configBS);
22.         // TODO 3.调用 process
23.         sensorBCS
24.                 .process(
25.                         new BroadcastProcessFunction<WaterSensor, String, String>() {
26.                             /**
27.                              * 数据流的处理方法： 数据流 只能 读取 广播状态，不能修改
28.                              * @param value
29.                              * @param ctx
30.                              * @param out
31.                              * @throws Exception
32.                              */
33.                             @Override
34.                             public void processElement(WaterSensor value, ReadOnlyContext ctx, Collector<String> out) throws Exception {
35.                                 // TODO 5.通过上下文获取广播状态，取出里面的值（只读，不能修改）
36.                                 ReadOnlyBroadcastState<String, Integer> broadcastState = ctx.getBroadcastState(broadcastMapState);
37.                                 Integer threshold = broadcastState.get("threshold");
38.                                 // 判断广播状态里是否有数据，因为刚启动时，可能是数据流的第一条数据先来
39.                                 threshold = (threshold == null ? 0 : threshold);
40.                                 if (value.getVc() > threshold) {
41.                                     out.collect(value + ",水位超过指定的阈值：" + threshold + "!!!");
42.                                 }
44.                             }
46.                             /**
47.                              * 广播后的配置流的处理方法:  只有广播流才能修改 广播状态
48.                              * @param value
49.                              * @param ctx
50.                              * @param out
51.                              * @throws Exception
52.                              */
53.                             @Override
54.                             public void processBroadcastElement(String value, Context ctx, Collector<String> out) throws Exception {
55.                                 // TODO 4. 通过上下文获取广播状态，往里面写数据
56.                                 BroadcastState<String, Integer> broadcastState = ctx.getBroadcastState(broadcastMapState);
57.                                 broadcastState.put("threshold", Integer.valueOf(value));
59.                             }
60.                         }
62.                 )
63.                 .print();
65.         env.execute();
66.     }
67. }

复制代码

D 状态后端（State Backends）

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）。状态后端主要负责管理本地状态的存储方式和位置。
8.4.1 状态后端的分类（HashMapStateBackend/RocksDB）

状态后端是一个“开箱即用”的组件，可以在不改变应用步伐逻辑的环境下独立配置。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，体系默认的状态后端是HashMapStateBackend。
（1）哈希表状态后端（HashMapStateBackend）
HashMapStateBackend是把状态存放在内存里。具体实现上，哈希表状态后端在内部会直接把状态当作对象（objects），保存在Taskmanager的JVM堆上。普通的状态，以及窗口中收集的数据和触发器，都会以键值对的情势存储起来，以是底层是一个哈希表（HashMap），这种状态后端也因此得名。
（2）内嵌RocksDB状态后端（EmbeddedRocksDBStateBackend）
RocksDB是一种内嵌的key-value存储介质，可以把数据持久化到本地硬盘。配置EmbeddedRocksDBStateBackend后，会将处理中的数据全部放入RocksDB数据库中，RocksDB默认存储在TaskManager的本地数据目录里。
RocksDB的状态数据被存储为序列化的字节数组，读写操纵需要序列化/反序列化，因此状态的访问性能要差一些。别的，因为做了序列化，key的比较也会按照字节举行，而不是直接调用.hashCode()和.equals()方法。
EmbeddedRocksDBStateBackend始终执行的是异步快照，以是不会因为保存查抄点而壅闭数据的处理；而且它还提供了增量式保存查抄点的机制，这在许多环境下可以大大提升保存效率。
8.4.2 怎样选择精确的状态后端

HashMap和RocksDB两种状态后端最大的区别，就在于本地状态存放在哪里。
HashMapStateBackend是内存盘算，读写速度非常快；但是，状态的大小会受到集群可用内存的限制，如果应用的状态随着时间不停地增长，就会耗尽内存资源。
而RocksDB是硬盘存储，以是可以根据可用的磁盘空间举行扩展，以是它非常得当于超等海量状态的存储。不过由于每个状态的读写都需要做序列化/反序列化，而且可能需要直接从磁盘读取数据，这就会导致性能的低落，均匀读写性能要比HashMapStateBackend慢一个数量级。
8.4.3 状态后端的配置

在不做配置的时候，应用步伐使用的默认状态后端是由集群配置文件flink-conf.yaml中指定的，配置的键名称为state.backend。这个默认配置对集群上运行的全部作业都有用，我们可以通过更改配置值来改变默认的状态后端。别的，我们还可以在代码中为当前作业单独配置状态后端，这个配置会覆盖掉集群配置文件的默认值。
（1）配置默认的状态后端
在flink-conf.yaml中，可以使用state.backend来配置默认状态后端。
配置项的可能值为hashmap，这样配置的就是HashMapStateBackend；如果配置项的值是rocksdb，这样配置的就是EmbeddedRocksDBStateBackend。
下面是一个配置HashMapStateBackend的例子：

1. # 默认状态后端
2. state.backend: hashmap
4. # 存放检查点的文件路径
5. state.checkpoints.dir: hdfs://hadoop102:8020/flink/checkpoints

复制代码

这里的state.checkpoints.dir配置项，定义了查抄点和元数据写入的目录。
（2）为每个作业（Per-job/Application）单独配置状态后端
通过执行环境设置，HashMapStateBackend。

1. StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
3. env.setStateBackend(new HashMapStateBackend());

复制代码

通过执行环境设置，EmbeddedRocksDBStateBackend。

1. StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
3. env.setStateBackend(new EmbeddedRocksDBStateBackend());

复制代码

需要注意，如果想在IDE中使用EmbeddedRocksDBStateBackend，需要为Flink项目添加依赖：

1. <dependency>
2.     <groupId>org.apache.flink</groupId>
3.     <artifactId>flink-statebackend-rocksdb</artifactId>
4.     <version>${flink.version}</version>
5. </dependency>

复制代码

而由于Flink发行版中默认就包罗了RocksDB(服务器上解压的Flink)，以是只要我们的代码中没有使用RocksDB的干系内容，就不需要引入这个依赖。
补充

我们前面写的 wordcount 的例子，没有包罗状态管理。如果一个task在处理过程中挂掉了，那么它在内存中的状态都会丢失，全部的数据都需要重新盘算。从容错和消息处理的语义上(at least once, exactly once)，Flink引入了state和checkpoint。
因此可以说flink因为引入了state和checkpoint以是才支持的exactly once
首先区分一下两个概念：
state：
state一般指一个具体的task/operator的状态：
state数据默认保存在java的堆内存中，TaskManage节点的内存中。
operator表示一些算子在运行的过程中会产生的一些中间效果。
checkpoint：
checkpoint可以理解为checkpoint是把state数据定时持久化存储了，则表示了一个Flink Job在一个特定时刻的一份全局状态快照，即包罗了全部task/operator的状态。
注意：task(subTask)是Flink中执行的基本单位。operator指算子(transformation)
State可以被记载，在失败的环境下数据还可以恢复。
Flink中有两种基本类型的State：
Keyed State
Operator State
Keyed State和Operator State，可以以两种情势存在：
原始状态(raw state)
托管状态(managed state)
托管状态是由Flink框架管理的状态。
我们说operator算子保存了数据的中间效果，中间效果保存在什么类型中，如果我们这里是托管状态，则由flink框架自行管理
原始状态由用户自行管理状态具体的数据布局，框架在做checkpoint的时候，使用byte[]来读写状态内容，对其内部数据布局一无所知。
通常在DataStream上的状态保举使用托管的状态，当实现一个用户自定义的operator时，会使用到原始状态。
1. State-Keyed State

基于KeyedStream上的状态。这个状态是跟特定的key绑定的，对KeyedStream流上的每一个key，都对应一个state，比如：stream.keyBy(…)。KeyBy之后的Operator State,可以理解为分区过的Operator State。
保存state的数据布局：
ValueState：即类型为T的单值状态。这个状态与对应的key绑定，是最简单的状态了。它可以通过update方法更新状态值，通过value()方法获取状态值。
ListState：即key上的状态值为一个列表。可以通过add方法往列表中附加值；也可以通过get()方法返回一个Iterable来遍历状态值。
ReducingState:这种状态通过用户传入的reduceFunction，每次调用add方法添加值的时候，会调用reduceFunction，末了合并到一个单一的状态值。
MapState<UK, UV>:即状态值为一个map。用户通过put或putAll方法添加元素。
需要注意的是，以上所述的State对象，仅仅用于与状态举行交互（更新、删除、清空等），而真正的状态值，有可能是存在内存、磁盘、或者其他分布式存储体系中。相称于我们只是持有了这个状态的句柄。

• ValueState
  使用ValueState保存中间效果对下面数据举行分组求和。
  开发步骤：
  
• 获取流处理执行环境
  
• 加载数据源
  
• 数据分组
  
• 数据转换，定义ValueState,保存中间效果
  
• 数据打印
  
• 触发执行
  ValueState:测试数据源：
  

1. List(
2.    (1L, 4L),
3.    (2L, 3L),
4.    (3L, 1L),
5.    (1L, 2L),
6.    (3L, 2L),
7.    (1L, 2L),
8.    (2L, 2L),
9.    (2L, 9L)
10. )

复制代码

示例代码：

1. import org.apache.flink.api.common.functions.RichFlatMapFunction
2. import org.apache.flink.api.common.state.{ValueState, ValueStateDescriptor}
3. import org.apache.flink.api.common.typeinfo.{TypeHint, TypeInformation}
4. import org.apache.flink.configuration.Configuration
5. import org.apache.flink.streaming.api.scala._
6. import org.apache.flink.streaming.api.scala.{DataStream, StreamExecutionEnvironment}
7. import org.apache.flink.util.Collector
9. object TestKeyedState {
10.   class CountWithKeyedState extends RichFlatMapFunction[(Long, Long), (Long, Long)] {
11.     /**
12.      * ValueState状态句柄. 第一个值为count，第二个值为sum。
13.      */
14.     private var sum: ValueState[(Long, Long)] = _
15.     override def flatMap(input: (Long, Long), out: Collector[(Long, Long)]): Unit = {
16.       // 获取当前状态值
17.       val tmpCurrentSum: (Long, Long) = sum.value
18.       // 状态默认值
19.       val currentSum = if (tmpCurrentSum != null) {
20.         tmpCurrentSum
21.       } else {
22.         (0L, 0L)
23.       }
24.       // 更新
25.       val newSum = (currentSum._1 + 1, currentSum._2 + input._2)
26.       // 更新状态值
27.       sum.update(newSum)
29.       // 如果count >=3 清空状态值，重新计算
30.       if (newSum._1 >= 3) {
31.         out.collect((input._1, newSum._2 / newSum._1))
32.         sum.clear()
33.       }
34.     }
35.     override def open(parameters: Configuration): Unit = {
36.       sum = getRuntimeContext.getState(
37.         new ValueStateDescriptor[(Long, Long)]("average", // 状态名称
38.           TypeInformation.of(new TypeHint[(Long, Long)](){}) )// 状态类型
39.       )
40.     }
41.   }  
42.   def main(args: Array[String]): Unit = {
43.     //初始化执行环境
44.     val env = StreamExecutionEnvironment.getExecutionEnvironment
45.     //构建数据源
46.     val inputStream: DataStream[(Long, Long)] = env.fromCollection(
47.       List(
48.         (1L, 4L),
49.         (2L, 3L),
50.         (3L, 1L),
51.         (1L, 2L),
52.         (3L, 2L),
53.         (1L, 2L),
54.         (2L, 2L),
55.         (2L, 9L))
56.     )
57.     //执行数据处理
58.     inputStream.keyBy(0)
59.       .flatMap(new CountWithKeyedState)
60.       .setParallelism(1)
61.       .print
62.     //运行任务
63.     env.execute
64.   }
65. }  

复制代码

• MapState
  使用MapState保存中间效果对下面数据举行分组求和:
  
• 获取流处理执行环境
  
• 加载数据源
  
• 数据分组
  
• 数据转换，定义MapState,保存中间效果
  
• 数据打印
  
• 触发执行
  MapState:测试数据源：
  

1. List(
2.    ("java", 1),
3.    ("python", 3),
4.    ("java", 2),
5.    ("scala", 2),
6.    ("python", 1),
7.    ("java", 1),
8.    ("scala", 2)
9. )  

复制代码

示例代码：

1. object MapState {
3.   def main(args: Array[String]): Unit = {
5.     val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
6.     env.setParallelism(1)
7.     /**
8.       * 使用MapState保存中间结果对下面数据进行分组求和
9.       * 1.获取流处理执行环境
10.       * 2.加载数据源
11.       * 3.数据分组
12.       * 4.数据转换，定义MapState,保存中间结果
13.       * 5.数据打印
14.       * 6.触发执行
15.       */
16.     val source: DataStream[(String, Int)] = env.fromCollection(List(
17.       ("java", 1),
18.       ("python", 3),
19.       ("java", 2),
20.       ("scala", 2),
21.       ("python", 1),
22.       ("java", 1),
23.       ("scala", 2)))
24.   
25.     source.keyBy(0)
26.       .map(new RichMapFunction[(String, Int), (String, Int)] {
27.         var mste: MapState[String, Int] = _
29.         override def open(parameters: Configuration): Unit = {
30.           val msState = new MapStateDescriptor[String, Int]("ms",
31.             TypeInformation.of(new TypeHint[(String)] {}),
32.             TypeInformation.of(new TypeHint[(Int)] {}))
34.           mste = getRuntimeContext.getMapState(msState)
35.         }
36.         override def map(value: (String, Int)): (String, Int) = {
37.           val i: Int = mste.get(value._1)
38.           mste.put(value._1, value._2 + i)
39.           (value._1, value._2 + i)
40.         }
41.       }).print()
43.     env.execute()
44.   }
45. }  

复制代码

2. State-Operator State

与Key无关的State，与Operator绑定的state，整个operator只对应一个state。
保存state的数据布局：
ListState
举例来说，Flink中的 Kafka Connector，就使用了operator state。它会在每个connector实例中，保存该实例中消耗topic的全部(partition, offset)映射。
步骤：
1.获取执行环境
2.设置查抄点机制：路径，重启策略
3.自定义数据源
需要继承并行数据源和CheckpointedFunction
设置listState,通过上下文对象context获取
数据处理，保存offset
制作快照
4.数据打印
5.触发执行
示例代码：

1. import java.util
3. import org.apache.flink.api.common.restartstrategy.RestartStrategies
4. import org.apache.flink.api.common.state.{ListState, ListStateDescriptor}
5. import org.apache.flink.api.common.time.Time
6. import org.apache.flink.api.common.typeinfo.{TypeHint, TypeInformation}
7. import org.apache.flink.runtime.state.{FunctionInitializationContext, FunctionSnapshotContext}
8. import org.apache.flink.runtime.state.filesystem.FsStateBackend
9. import org.apache.flink.streaming.api.CheckpointingMode
10. import org.apache.flink.streaming.api.checkpoint.CheckpointedFunction
11. import org.apache.flink.streaming.api.environment.CheckpointConfig
12. import org.apache.flink.streaming.api.functions.source.{RichParallelSourceFunction, SourceFunction}
13. import org.apache.flink.streaming.api.scala.StreamExecutionEnvironment
14. import org.apache.flink.streaming.api.scala._
16. object ListOperate {
18.   def main(args: Array[String]): Unit = {
20.     val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
22.     env.setParallelism(1)
23.     env.enableCheckpointing(5000)
24.     env.setStateBackend(new FsStateBackend("hdfs://node01:8020/tmp/check/8"))
25.     env.getCheckpointConfig.setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE)
26.     env.getCheckpointConfig.setMaxConcurrentCheckpoints(1)
27.     env.getCheckpointConfig.setCheckpointTimeout(60000)
28.     env.getCheckpointConfig.setFailOnCheckpointingErrors(false)
29.     env.getCheckpointConfig.enableExternalizedCheckpoints(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION)
31.     //重启策略
32.     env.setRestartStrategy(RestartStrategies.failureRateRestart(3, Time.minutes(1), Time.seconds(5)))
34.     //模拟kakfa偏移量
35.     env.addSource(new MyRichParrelSourceFun)
36.       .print()
38.     env.execute()
39.   }
41. }
43. class MyRichParrelSourceFun extends RichParallelSourceFunction[String]
44.   with CheckpointedFunction {
46.   var listState: ListState[Long] = _
47.   var offset: Long = 0L
49.   //任务运行
50.   override def run(ctx: SourceFunction.SourceContext[String]): Unit = {
52.     val iterState: util.Iterator[Long] = listState.get().iterator()
54.     while (iterState.hasNext) {
55.       offset = iterState.next()
56.     }
58.     while (true) {
60.       offset += 1
61.       ctx.collect("offset:"+offset)
62.       Thread.sleep(1000)
63.       if(offset > 10){
64.         1/0
65.       }
66.     }
68.   }
70.   //取消任务
71.   override def cancel(): Unit = ???
73.   //制作快照
74.   override def snapshotState(context: FunctionSnapshotContext): Unit = {
75.     listState.clear()
76.     listState.add(offset)
78.   }
80.   //初始化状态
81.   override def initializeState(context: FunctionInitializationContext): Unit = {
83.     listState = context.getOperatorStateStore.getListState(new ListStateDescriptor[Long](
84.       "listState", TypeInformation.of(new TypeHint[Long] {})
85.     ))
86.   }
87. }

复制代码

3. Broadcast State

Broadcast State 是 Flink 1.5 引入的新特性。在开发过程中，如果遇到需要下发/广播配置、规则等低吞吐事件流到下游全部 task 时，就可以使用 Broadcast State 特性。下游的 task 吸取这些配置、规则并保存为 BroadcastState, 将这些配置应用到另一个数据流的盘算中 。

• API介绍
  通常，我们首先会创建一个Keyed或Non-Keyed的Data Stream，然后再创建一个Broadcasted Stream，末了通过Data Stream来毗连（调用connect方法）到Broadcasted Stream上，这样实现将Broadcast State广播到Data Stream下游的每个Task中。
  如果Data Stream是Keyed Stream，则毗连到Broadcasted Stream后，添加处理ProcessFunction时需要使用KeyedBroadcastProcessFunction来实现，下面是KeyedBroadcastProcessFunction的API，代码如下所示：
  

1. public abstract class KeyedBroadcastProcessFunction<KS, IN1, IN2, OUT> extends BaseBroadcastProcessFunction {
2.     public abstract void processElement(final IN1 value, final ReadOnlyContext ctx, final Collector<OUT> out) throws Exception;
3.     public abstract void processBroadcastElement(final IN2 value, final Context ctx, final Collector<OUT> out) throws Exception;
4. }

复制代码

上面泛型中的各个参数的含义，说明如下：
KS：表示Flink步伐从最上游的Source Operator开始构建Stream，当调用keyBy时所依赖的Key的类型；
IN1：表示非Broadcast的Data Stream中的数据记载的类型；
IN2：表示Broadcast Stream中的数据记载的类型；
OUT：表示经过KeyedBroadcastProcessFunction的processElement()和processBroadcastElement()方法处理后输出效果数据记载的类型。
如果Data Stream是Non-Keyed Stream，则毗连到Broadcasted Stream后，添加处理ProcessFunction时需要使用BroadcastProcessFunction来实现，下面是BroadcastProcessFunction的API，代码如下所示：

1. public abstract class BroadcastProcessFunction<IN1, IN2, OUT> extends BaseBroadcastProcessFunction {
2.   public abstract void processElement(final IN1 value, final ReadOnlyContext ctx, final Collector<OUT> out) throws Exception;
3.   public abstract void processBroadcastElement(final IN2 value, final Context ctx, final Collector<OUT> out) throws Exception;
4.     }

复制代码

上面泛型中的各个参数的含义，与前面KeyedBroadcastProcessFunction的泛型类型中的后3个含义相同，只是没有调用keyBy操纵对原始Stream举行分区操纵，就不需要KS泛型参数。
注意事项：
1.Broadcast State 是Map类型，即K-V类型。
2.Broadcast State 只有在广播一侧的方法中processBroadcastElement可以修改;在非广播一侧方法中processElement只读。
3.Broadcast State在运行时保存在内存中。
2) 场景举例
1.动态更新盘算规则: 如事件流需要根据最新的规则举行盘算，则可将规则作为广播状态广播到下游Task中。
2.实时增加额外字段: 如事件流需要实时增加用户的基础信息，则可将用户的基础信息作为广播状态广播到下游Task中。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。