rocksdb原理_Flink原理—神秘的状态

十万个为什么

• state、checkpoint、savepoint 之间有什么关系

• 在Flink1.11 中对状态相关的优化有哪些

• state、checkpoint 、savepoint 存在的意义是什么

• checkpoint 如何触发、如何设置

• savepoint和checkpoint的关系

State

1、定义：

与时间相关的任务内部数据的快照

2、作用：

• 每次计算需要基于上一次计算的结果，故通过state将每次计算的中间结果进行持久化

• 出现错误需要从成功的检查点进行State的恢复

• 增量计算，Failover这些机制都需要state的支撑。

State Backends

1、作用：

决定状态的存储格式以及状态在CheckPoint时持久化格式和方式

2、分类：

(1)MemoryStateBackend【全量快照】：

• 以Java对象的形式存储在堆上

• 适用于开发调试

(2)FsStateBackend【全量快照】：

• 需配置 URL("hdfs://md:4010/checkpoints" 或 "file:///checkpoints")

• 正在运行中的状态数据保存在 TaskManager 的内存中，故受制于GC

          CheckPoint 时，将状态快照写入到配置的文件系统目录中。

          少量的元数据信息存储到 JobManager 的内存中(高可用模式下，将其写入到 CheckPoint 的元数据文件中)

• 异步快照可防止 CheckPoint 写状态时对数据处理造成阻塞。异步快照默认是开启的

new FsStateBackend(path, false); //可通过编码关闭

          FsStateBackend 适用场景：状态较大、窗口较长的 Job和 所有高可用的场景。

(3)RocksDBStateBackend【全量/异步快照】：

a、原理：

• 需配置 URL("hdfs://md:4010/checkpoints" 或 "file:///checkpoints")

• 正在运行中的状态数据保存在 RocksDB中，RocksDB默认将数据存储在 TaskManager 的数据目录，故RocksDB 的状态量仅受本地磁盘大小的限制。CheckPoint 时，整个 RocksDB被 checkpoint 到配置的文件系统目录中。少量的元数据信息存储到 JobManager 的内存中(高可用模式下，将其存储到 CheckP