状态后端的选择，真实业务场景使用File system?还是使用RocksDB？

1.状态、状态后端、Checkpoint的区别和关系？

（1）状态：状态的本质是数据；

（2）状态后端：存储状态的方式，比如说Memory、filesystem、Rocksdb三种状态后端来存储的状态。

（3）CheckPoint（状态管理）：主要是定时将状态后端中存储的状态（本地状态）同步到远程的存储系统的组件和能力，防止任务挂掉导致状态对视，产生数据质量问题；

状态的分类（两种）：

 

注意！状态本身就是数据，flink有source算子、transformation算子、sink算子等，数据肯定是经过算子进行处理和计算的，

所以，状态有两类：

1.keyed-state: 键值状态（k-v形式存储），状态值和key绑定，flink中的keyby之后紧跟的算子的state就是键值状态；

2.operator-state：算子状态，状态值和算子绑定，flink中的kafka source算子中用于存储kafka offset的state就是算子状态；

2.状态后端的选择，什么样是业务场景会使用File system，什么样的业务场景使用RocksDB？

如果是State很大===》Rocksdb；

如果State不大 ===》File system；

（1）因为Rocksdb是使用磁盘存储State，所以会涉及到访问State磁盘序列化和反序列化等IO操作，性能会受到影响；

（2）因为File system是直接访问内存，单纯从访问State状态的性能来说，File system比Rocksdb好；

（3）Rocksdb是支持增量检查点的CheckPoint，File system每次是全量做CheckPoint；