【Flink流式计算框架】flink的状态（state）是怎么理解的

State：一般指一个具体的task/operator的状态。
     Keyed State（keyBy）：托管状态、原始状态 工作中用的较多
     Operator State（unKeyBy）：托管状态、原始状态 工作中用的较少
     原始状态工作中基本用不到
Keyed State六种托管状态
     Flatmap正常情况下实现FlatMapFunction然后重写flatMap<>方法，为了更丰富的功能另一种方式是继承RichFlatMapFunction<IN,OUT> ，多了一个初始化方法open只会运行一次。用Rich目的就是用来注册状态
     ValueState保存的是对应的一个key的一个状态值

     在flatMap中对上面的countAndSum进行业务逻辑操作
     SparkStreaming中updateStateByKey、mapWithState管理状态有限

     ListState保存的是对应的一个key出现的所有的元素

     MapState：Map数据结构，key相同会覆盖value的值。将map转换成list进行操作Lists.newArrayList(mapState.value());

     利用flatMap/map+state自定义出功能丰富的算子

State backend状态备份
MemoryStateBackend 默认的state 的类型
     默认情况下，状态信息存储在TaskManager的堆内存中，checkpoint时候将状态保存到JobManager的堆内存中
FsStateBackend（使用的这种）
     状态信息存储在TaskManager的堆内存中，checkpoint时候将状态保存到指定文件中（hdfs等文件系统中）
RocksDBStateBackend
     分布式数据库，状态信息存储在RocksDB数据库（key-value的数据存储服务），最终保存在本地文件中，checkpoint时候将状态保存到指定文件中（hdfs等文件系统中）。需要引入jar包

如何设置状态类型
代码中设置
配置文件flink-conf.yaml