3.1、Flink流处理（Stream API）- State & Fault Tolerance（状态和容错）

有状态函数和操作符在各个元素/事件的处理过程中存储数据，使得状态成为任何类型的更复杂操作的关键构建块。

使用案例：

• 当应用程序搜索某些事件模式时，状态将存储到目前为止遇到的事件序列。
• 当以每分钟/小时/天的速度聚合事件时，状态将保存挂起的聚合。
• 当在数据流上训练机器学习模型时，状态保存模型参数的当前版本。
• 当需要管理历史数据时，状态允许有效地访问过去发生的事件。

Flink需要了解状态，以便使用检查点开启状态容错，并允许流应用程序的保存点。

要知道状态也允许对Flink程序进行重启，意味着Flink负责跨并行实例重新分配状态。

Flink的可查询状态特性允许您在运行时从Flink外部访问状态。

在处理状态时，了解Flink的状态后端可能也很有用。Flink提供了不同的状态后端，用于指定状态存储的方式和位置。状态可以位于Java的堆上，也可以位于堆外。根据您的状态后端，Flink还可以管理应用程序的状态，这意味着Flink处理内存管理(如果必要的话可能溢出到磁盘)，以允许应用程序保存非常大的状态。可以在不更改应用程序逻辑的情况下配置状态后端。

分支：

• State的工作原理：演示如何在Flink应用程序中使用状态，并解释不同类型的状态。
• 广播状态模式：说明如何连接广播流和非广播流，并使用状态在它们之间交换信息。
• Checkpointing：如何为容错启用和配置检查点。
• 可查询State：如何在运行时从Flink外部访问状态。
• 状态模式演化：如何演化状态类型的模式。
• 管理State的自定义序列化：讨论如何实现自定义序列化器，特别是对于模式演化。