Flink的DataStream状态管理

目录

键控数据流（Keyed DataStream）

键控状态（Keyed State）

值状态（ValueState）

列表状态（ListState）

归约状态（ReducingState）

聚合状态（AggregatingState）

映射状态（MapState）

状态生存时间(TTL) 

算子状态（Operator State）

广播状态（Broadcast State）

实现CheckpointedFunction 使用算子状态

---

        对于DataStream来说，状态主要分为如下两类：

（1）键控状态（keyed state）

（2）算子状态（Operator State）

        说键控状态之前，不得不提键控数据流。

键控数据流（Keyed DataStream）

        如果希望使用键控状态（keyed state），首先需要在数据流上指定一个键，该键用于对状态（以及流本身中的记录）进行分区。您可以在数据流上使用Java/Scala API中的keyBy(KeySelector)或Python API中的key_by(KeySelector)来指定键。使用该方法后将产生一个键控流KeyedStream，它允许使用键控状态的算子。

        键选择器函数（key selector function）接受一条记录作为输入，并返回该记录的键。键可以是任何类型，并且必须从确定性计算中得到。