9、Flink SQL 流式概念之状态管理详解

a）概述

Flink 的 Table API 和 SQL 是流批统一的 API，即 Table API & SQL 在无论有限的批式输入还是无限的流式输入下，都具有相同的语义；因为传统的关系代数以及 SQL 最开始都是为了批式处理而设计的，关系型查询在流式场景下不如在批式场景下容易懂。

b）状态管理

流模式下运行的表程序利用了 Flink 作为有状态流处理器的所有能力；

一个表程序（Table program）可以配置一个 state backend 和多个不同的 checkpoint 选项以处理对不同状态大小和容错需求；这可以对正在运行的 Table API & SQL 管道（pipeline）生成 savepoint，并在这之后用其恢复应用程序的状态。

状态使用

由于 Table API & SQL 程序是声明式的，管道内的状态会在哪以及如何被使用并不明确，Planner 会确认是否需要状态来得到正确的计算结果， 管道会被现有优化规则集优化成尽可能少地使用状态。

注意：从概念上讲，源表从来不会在状态中被完全保存，实现者处理的是逻辑表（即动态表），它们的状态取决于用到的操作。

状态算子

连接、聚合或去重等操作的语句需要在 Flink 抽象的容错存储内保存中间结果。

例如对两个表进行 join 操作的普通 SQL 需要算子保存两个表的全部输入；基于正确的 SQL 语义，运行时假设两表会在任意时间点进行匹配，Flink 提供了优化窗口和时段 Join 聚合以利用 wa