【Flink入门（6）】Flink的状态管理（基础）

C小C

已于 2022-06-14 21:03:06 修改

阅读量1k

点赞数

分类专栏： flink入门文章标签： flink 状态管理键控状态 Keyed State 状态后端

于 2022-06-08 15:25:09 首次发布

本文链接：https://blog.csdn.net/C_chuxin/article/details/125185364

版权

本文深入介绍了Apache Flink的状态管理，包括OperatorState和KeyedState的基础概念、数据结构及代码示例。通过具体的应用场景展示了如何利用这两种状态进行数据处理，同时探讨了状态后端StateBackends的选择及其在横向扩展时的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【时间】2022.06.08 周三

【题目】【Flink入门（6）】Flink的状态管理（基础）

本专栏是尚硅谷Flink课程的笔记与思维导图。

引言

一、状态（state）概述

二、算子状态 Operator State

四、状态后端 State Backends

引言

本节主要介绍flink中的状态管理（基础），包括：

算子状态 Operator State和键控状态 Keyed State的概述与使用
设置状态后端 State Backends

一、状态（state）概述

二、算子状态 Operator State

2.1 概述

2.2 数据结构

2.3 代码例子

代码：

package apitest.state;

import apitest.beans.SensorReading;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.streaming.api.checkpoint.ListCheckpointed;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

import java.util.Collections;
import java.util.List;

public class StateTest1_OperatorState {

  public static void main(String[] args) throws Exception {
    StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
    env.setParallelism(1);

    // socket文本流
    DataStream<String> inputStream = env.socketTextStream("localhost", 7777);

    // 转换成SensorReading类型
    DataStream<SensorReading> dataStream = inputStream.map(line -> {
      String[] fields = line.split(",");
      return new SensorReading(fields[0], new Long(fields[1]), new Double(fields[2]));
    });

    // 定义一个有状态的map操作，统计当前分区数据个数
    SingleOutputStreamOperator<Integer> resultStream &

最低0.47元/天解锁文章