一、状态

流式计算分为无状态和有状态两种情况。无状态的计算观察每个独立事件，并且根据最后一个事件输出结果。例如，流处理应用程序从传感器接收温度读数，并在温度超过90度时发出告警。有状态的计算则会基于多个事件输出结果。例如，计算过去一小时的平均温度。以及在一分钟之内收到两个相差20度以上的温度读数，则发出告警。

上图中输入数据由黑条表示。无状态流处理每次只转换一条输入记录，并且仅根据最新的输入记录输出结果（白条）。有状态流处理维护所有已处理记录的状态值，并根据每条新输入的记录更新状态，因此输出记录（灰条）反映的是综合考虑多个事件之后的结果

• 状态由一个任务维护，并且用来计算某个结果的所有数据，都属于这个任务的状态；
• 可以认为状态就是一个本地变量，可以被任务的业务逻辑访问；
• Flink 会进行状态管理，包括状态一致性、故障处理以及高校存储和访问，以便开发人员可以专注于应用程序的逻辑；

二、状态的类型

2.1 算子状态

• 算子状态的作用范围限定为算子任务，由同一并行任务所处理的所有数据都可以访问到相同的状态；
• 状态对于同意子任务而言是共享的；
• 算子状态不能由相同或不同算子的另一个子任务访问；

列表状态（List state）

• 将状态表示为一组数据的列表

联合列表状态（Union list state）

• 也将状态表示为数据的列表。它与常规列表状态的区别在于发生故障时，从保存点启动应用程序时如何恢复

广播状态（Broadcast state）

• 如果一个算子有多项任务，而它的每项任务状态又相同，那么这种特殊情况最适合应用广播状态。

2.2 键控状态

• 键控状态是根据输入数据流中定义的键（key）来维护和访问的；
• Flink 为每一个 key 维护一个状态实例，并将具有相同键的所有数据都分区到同一个算子任务中，这个任务会维护和处理这个 key 对应的状态；
• 当任务处理一条数据时，它会自动将状态的访问范围限定为当前数据的key；

值状态（Value state）

• 将状态表示为单个的值

列表状态（List state）

• 将状态表示为一组数据的列表

映射状态（Map state）

• 将状态表示为一组 Key-Value 对

聚合状态（Reducing state & Aggregating state）

• 将状态表示为一个用于聚合操作的列表

状态后端

状态的存储、访问以及维护，由一个可插入的组件决定，这个组件就叫做状态后端（state backend），状态后端主要负责两件事：本地的状态管理，以及将检查点（checking）状态写入远程存储。

状态后端分类

MemoryStateBackend

• 内存级的状态后端，会将键控状态作为内存中的对象进行管理，将它们存储在 TaskManager 的 JVM 堆上，而将 checkpoint 存储在 JobManager 的内存中；
• 特点：快速、低延迟、但不稳定；

FsStateBackend

• 将 checkpoint 存到远程的持久化文件系统上，而对于本地状态，则跟 MemoryStateBackend 一样，也会存在 TaskManager 的 JVM 堆上；
• 同时用于内存级的本地访问速度和更好的容错保证；

RocksDBStateBackend

• 将所有状态序列化后，存入本地的 RocksDB 中存储；