【Flink】基于 Flink 的流式数据实时去重
State Backends | Apache Flink https://nightlies.apache.org/flink/flink-docs-release-1.20/zh/docs/dev/datastream/fault-tolerance/state_backends/
Flink 提供了多种 state backends，它用于指定状态的存储方式和位置。
状态可以位于 Java 的堆或堆外内存。取决于你的 state backend，Flink 也可以自己管理应用程序的状态。 为了让应用程序可以维护非常大的状态，Flink 可以自己管理内存（如果有必要可以溢写到磁盘）。 默认情况下，所有 Flink Job 会使用 Flink 配置文件 中指定的 state backend。
【Flink】基于 Flink 的流式数据实时去重-腾讯云开发者社区-腾讯云 https://cloud.tencent.com/developer/article/1707045
我们不能将状态仅交由内存管理，因为内存的容量是有限制的，当状态数据稍微大一些时，就会出现内存不够的问题。由于 Flink 本身提供了有状态的计算，并且封装了一些底层的实现，比如状态的高效存储、Checkpoint 和 Savepoint 持久化备份机制、计算资源扩缩容等问题，所以我们只需要调用 Flink API，专注于业务逻辑即可。
2.状态类型
Managed State 和 Raw State
Flink有两种基本类型的状态：托管状态（Managed State）和原生状态（Raw State）。从名称中也能读出两者的区别：Managed State 是由 Flink 管理的，Flink 帮忙存储、恢复和优化，Raw State 是开发者自己管理的，需要自己序列化。两者对比如下：
|
Managed State |
Raw State | |
|---|---|---|
|
状态管理方式 |
Flink Runtime 托管，自动存储、自动恢复、自动伸缩 |
用户自己管理 |
|
状态数据结构 |
Flink提供的常用数据结构，如 ListState、MapState 等 |
字节数组：byte[] |
|
使用场景 |
绝大多数 Flink 算子 |
用户自定义算子 |
大部分情况下我们使用 Managed State 便可满足需求。
