参考链接;
https://www.cnblogs.com/qiu-hua/p/13432337.html
https://www.cnblogs.com/shengyang17/p/12549199.html
1 Flink中的状态
- A. 算子状态（Operatior State）
- B. 键控状态（Keyed State）
- 状态后端（State Backends） -- 用作状态管理
流式处理（A. 可以是无状态（基于某个独立的事件计算出来后直接输出了，来一个处理一个不涉及到其他东西，如map、flatmap、filter；超过一定温度就报警 - 侧输出流；）、
B. 可以是有转态的（求和、wordcount计算））
- 状态是针对一个任务而言的，由一个任务维护，并且用来计算某个结果的所有数据，都属于这个任务的转态；
- 可以认为状态就是一个本地变量，可以被任务的业务逻辑直接访问；
- Flink会进行状态管理（状态做序列化以二进制的形式全部存储起来），包括状态一致性、故障处理以及高效存储和访问，以便开发人员可以专注于应用程序的逻辑。
在Flink中，状态始终与特定算子相关联；为了运行时的Flink了解算子的状态，算子需要预先注册其状态；
有两种状态：
算子状态（Operator State），算子状态的作用范围限定为算子任务，一个任务一个状态；
键控（分区）状态（Keyed State），根据输入数据流中定义的键（Key）来维护和访问（基于KeyBy--KeyedStream上有任务出现的状态，定义的不同的key来维护这个状态；不同的key也是独立访问的，一个key只能访问它自己的状态，不同key之间也不能互相访问）；
2 算子状态：
算子状态的作用范围限定为算子任务，由同一并行子任务所处理的所有数据都可以访问到相同的状态；
状态对于同一个任务而言是共享的（每一个并行的子任务共享一个状态）；
算子状态不能由相同或不同算子的另一个任务访问（相同算子的不同任务之间也不能访问）；
算子状态数据结构：
列表状态（List state），将状态表示为一组数据的列表；（会根据并行度的调整把之前的状态重新分组重新分配）
联合列表状态（Union list state），也将状态表示为数据的列表，它常规列表状态的区别在于，在发生故障时，或者从保存点（savepoint）启动应用程序时如何恢复（把之前的每一个状态广播到对应的每个算子中）。
广播状态（Broadcast state），如果一个算子有多项任务，而它的每项任务状态又都相同，那么这种特殊情况最适合应用广播状态（把同一个状态广播给所有算子子任务）；
补充:
3 键控状态（Keyed State）-- 更常用
键控状态是根据输入数据流中定义的键（key）来维度和访问状态的；
Flink为每个key维护一个状态实例，并将具有相同键的所有数据，都分区到同一个算子任务中，这个任务会维护和处理这个key对应的状态；
当任务处理一条数据时，它会自动将状态的访问范围限定为当前数据的key；
键控状态数据结构：
值状态（Value state），将状态表示为单个值；（直接.value获取，Set操作是.update）
列表状态（List state），将状态表示为一组数据的列表（存多个状态）；（.get，.update，.add）
映射状态（Map state），将状态表示为一组Key-Value对；（.get，.put ，类似HashMap）
聚合状态（Reducing state & Aggregating State），将状态表示为一个用于聚合操作的列表；（.add不像之前添加到列表，它是直接聚合到之前的结果中）
Reduce输入输出类型是不能变的，Aggregate可得到数据类型完全不一样的结果；
StateDescriptor
State 既然是暴露给用户的，那么就需要有一些属性需要指定：state 名称、val serializer、state type info。
在对应的statebackend中，会去调用对应的create方法获取到stateDescriptor中的值。
Flink通过StateDescriptor来定义一个状态。这是一个抽象类，内部定义了状态名称、类型、序列化器等基础信息。与上面的状态对应，从StateDescriptor派生了ValueStateDescriptor, ListStateDescriptor等descriptor
- ValueState getState(ValueStateDescriptor)
- ReducingState getReducingState(ReducingStateDescriptor)
- ListState getListState(ListStateDescriptor)
- FoldingState getFoldingState(FoldingStateDescriptor)
- MapState getMapState(MapStateDescriptor)
最后来一张较为全面的图
键控状态的使用：
声明一个键控状态: lazy val lastTemp: ValueState[Double] = getRuntimeContext.getState( new ValueStateDescriptor[Double]("lastTemp", classOf[Double]) ) 读取状态: val prevTemp = lastTemp.value() 对状态赋值: lastTemp.update(value.temperature)
4 状态后端（State Backends） -- 状态管理（存储、访问、维护和检查点）
每传入一条数据，有状态的算子任务都会读取和更新状态；
由于有效的状态访问对于处理数据的低效迟至关重要，因此每个并行任务都会在本地维度其状态，以确保快速的状态访问；
状态的存储、访问以及维度，由一个可插入的组件决定，这个组件就叫做状态后端（State Backends）；
状态后端主要负责两件事：本地的状态管理，以及将检查点（checkpoint）状态写入远程存储；
状态后端的分类：
MemoryStateBackend： 一般用于开发和测试
- 内存级的状态后端，会将键控状态作为内存中的对象进行管理，将它们存储在TaskManager的JVM堆上，而将checkpoint存储在JobManager的内存中；
- 特点快速、低延迟，但不稳定；
FsStateBackend（文件系统状态后端）：生产环境
- 将checkpoint存到远程的持久化文件系统（FileSystem）上，而对于本地状态，跟MemoryStateBackend一样，也会存到TaskManager的JVM堆上。
- 同时拥有内存级的本地访问速度，和更好的容错保证；（如果是超大规模的需要保存还是无法解决，存到本地状态就可能OOM）
RocksDBStateBackend：
- 将所有状态序列化后，存入本地的RocksDB（本地数据库硬盘空间）中存储，全部序列化存储到本地。