Flink入门(5)--Flink的state机制

状态类型

1. managed State 和 raw state
   managed state: 由flink runtime托管，状态是自动存储，自动恢复的，flink在存储管理和持久化上做了一些优化。横向扩展时候，状态能够自动重新分布到多个并行实例上。flink提供常用的数据结构，ListState,MapState
   raw state: 开发者自己管理，以字节数组存储，用户自定义算子
2. keyed State: 是keyedstream上的状态，每个key对应自己的状态，是一种特殊的operator state
   operator State:可以用在所有算子上，每个slot里面的算子实例共享一个状态，流入这个滋任务和数据可以访问和更新这个状态
   两种算子都是基于本地的，即每个算子子任务维护者这个算子子任务对应的状态存储，算子子任务之间不能互相访问

代码实现

keyedStream 需要 在实现算子房中继承rich的方法，比如说不用flatmapfunction，而用richFlatMapFunction

package com.lagou.state;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.common.functions.RichFlatMapFunction;
import org.apache.flink.api.common.state.ValueState;
import org.apache.flink.api.common.state.ValueStateDescriptor;
import org.apache.flink.api.common.typeinfo.TypeHint;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.KeyedStream;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.util.Collector;

public class StateDemo {
   
    public static void main(String[] args) throws Exception {
   
        //（1,3）（1,5）（1,7）（1,4）（1,2）
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.enableCheckpointing(2000);
        DataStreamSource<String> data = env.socketTextStream("hdp-1"