【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。

摘要由CSDN通过智能技术生成

【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