做网站广告词找王思奇,wordpress 插件 ftp,网站赚钱吗,网站后台工程师分析回答
基本类型划分
在Flink中#xff0c;按照基本类型#xff0c;对State做了以下两类的划分#xff1a;
Keyed State#xff0c;和Key有关的状态类型#xff0c;它只能被基于KeyedStream之上的操作#xff0c;方法所使用。我们可以从逻辑上理解这种状态是一…分析回答
基本类型划分
在Flink中按照基本类型对State做了以下两类的划分
Keyed State和Key有关的状态类型它只能被基于KeyedStream之上的操作方法所使用。我们可以从逻辑上理解这种状态是一个并行度操作实例和一种Key的对应 parallel-operator-instance, key。保存State的数据结构ValueState、ListState、MapState、ReducingState、AggregatingStateIN,OUT 等Operator State或者non-keyed state 它是和Key无关的一种状态类型。相应地我们从逻辑上去理解这个概念它相当于一个并行度实例对应一份状态数据。因为这里没有涉及Key的概念所以在并行度扩/缩容发生变化的时候这里会有状态数据的重分布的处理。⽐如Flink中的KafkaConnector就使⽤了 Operator State它会在每个Connector实例中保存该实例消费Topic的所有(partition,offset)映射。如下图 组织形式划分
但是在这里还有一种按照组织形式的划分也可以理解为按照runtime层面的划分又可以分为一下两类
Managed State这类State的内部结构完全由Flink runtime内部来控制包括如何将它们编码写入到checkpoint中等等。Raw State这类State就比较显得灵活一些它们被保留在操作运行实例内部的数据结构中。从Flink系统角度来观察在checkpoint时它只知道的是这些状态数据是以连续字节的形式被写入checkpoint中。等待进行状态恢复时又从字节数据反序列化为状态对象。
Managed State可以在所有的data stream相关方法中被使用官方也是推荐优先使用这类State因为它能被Flink runtime内部做自动重分布而且能被更好地进行内存管理。
反思扩展
State Time-To-Live (TTL)
在Flink内部我们能够对State设置TTL使其状态过期然后被系统清理掉。针对State TTL可详见StateTtlConfig类的配置设置。
另类的一种StateBroadcast State模式
Broadcast State具有Broadcast流的特殊属性它是一种小数据状态广播向其它流的形式从而避免大数据流量的传输。在这里其它流是对广播状态只有只读操作的允许因为不同任务间没有跨任务的信息交流。一旦有运行实例对于广播状态数据进行更新了就会造成状态不一致现象。
State的可查询性
State状态是一类能够反映任务当前执行情况的信息数据。所以当我们想要了解任务的执行情况时我们就会想能不能够去查询里面的状态信息呢Flink官方给出的答案是可以的它有提供相关的API不过还不保证其完全稳定性。而且这里有一点需要注意当我们对状态进行查询时同时地它的信息被并发修改。Flink为了避免Job的处理延时并没有对此做完全地同步控制。
除了通过API的获取方式外这里还支持一种*QueryableStateStream 来获取状态数据的方式。任务状态数据将会更新到QueryableStateStream *流中可以理解为是State的一个sink。
定制化State序列化/反序列实现
Flink内部支持定制化的State序列化器/反序列化实现。这里的序列化过程指的是将状态数据序列为字节数据写到checkpoint中再从checkpoint文件字节数据反序列为状态对象数据。针对不同类型的State数据可以定义各自不同的序列化/反序列的实现。
State的序列化演进
这来还存在异构序列化实现的演进问题因为存在一种情况任务在恢复状态数据时会由新的序列化引入。如果出现新的序列化实现无法读取老的状态数据那么需要做一个兼容性的改动进行状态迁移或者先用老的序列化实现读取老状态然后新的状态用新的序列化方式写出。
State在Flink任务的运行时保存了非常重要的数据明白如何去更好地使用State将会对我们了解恢复任务有着很大的帮助。 喵呜面试助手一站式解决面试问题你可以搜索微信小程序 [喵呜面试助手] 或关注 [喵呜刷题] - 面试助手 免费刷题。如有好的面试知识或技巧期待您的共享
