Flink 状态管理

楼高2年前技术文章691

一、  Flink 中的状态

image.png

1、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 

2、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 

3、Flink 会进行状态管理,包括状态一致性、故障处理以及高效存储和访问,以 便开发人员可以专注于应用程序的逻辑

二、状态类型

1、在 Flink 中,状态始终与特定算子相关联 

2、为了使运行时的 Flink 了解算子的状态,算子需要预先注册其状态 

状态类型: 

(1)算子状态(Operator State) 

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,状态对于同一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

(2)键控状态(Keyed State) 

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

数据结构:

算子状态数据结构:

(1)列表状态(List state) 

将状态表示为一组数据的列表 

(2)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,在发生故 障时,或者从保存点(savepoint)启动应用程序时如何恢复 

(3)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都相同,那么这种特 殊情况最适合应用广播状态。

键控状态数据结构:

(1)值状态(Value state) 

将状态表示为单个的值 

(2)列表状态(List state) 

将状态表示为一组数据的列表 

(3)映射状态(Map state) 

将状态表示为一组 Key-Value 对 

(4)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

三、状态后端

1、每传入一条数据,有状态的算子任务都会读取和更新状态 

2、由于有效的状态访问对于处理数据的低延迟至关重要,因此每个并行 任务都会在本地维护其状态,以确保快速的状态访问

3、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)

4、状态后端主要负责两件事:本地的状态管理,以及将检查点 (checkpoint)状态写入远程存储

相关文章

ORA-00054报错处理

执行语句报错:ORA-00054: resource busy and acquire with NOWAIT specified or timeout expired原因:如错误信息提示,资源正忙(...

nginx分发算法

nginx分发算法

一、分发算法介绍如何将用户请求按照一定的规律分发给业务服务器。主要分为Nginx集群默认算法和基于请求头分发算法。二、nginx集群默认算法nginx的upstream 目前支持4种方式的分配轮询(默...

两款方案详解,企业线下数据库迁移至云上ScyllaDB(1)

两款方案详解,企业线下数据库迁移至云上ScyllaDB(1)

方案一通过扩缩容(上线新节点和下线老节点)方式迁移,这个过程数据库通过数据传输到新节点。整个过程不停机上下线节点的数据传输时存在压力。某个节点存在不可控的故障导致节点无法启动时,数据存在丢失的风险。新...

CDP实操--配置Ranger对hive行过滤(七)

CDP实操--配置Ranger对hive行过滤(七)

1.使用sam_sec查询person表2.用sam_sec认证.3.查询person表:4. 配置行过滤策略。5. 新增策略:6. 过滤anna:7. 查询测试。...

trino容器设置污点(六)

trino容器设置污点(六)

前提:本文前提已经部署了trino容器和k8s集群。容器设置污点1、在k8s节点中设置污点kubectl taint nodes  dm04.dtstack.com dps=1:NoSchedule2...

MySQL运维实战之备份和恢复(8.2)xtrabackup备份到云端(OSS)

xtrabackup工具中有一个xbcloud程序,可以将数据库直接备份到S3对象存储中,本地不落盘。这里介绍将数据库直接备份到OSS的一种方法。具体方法如下:1、准备OSS我们使用ossutil工具...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。