Flink State的使用(面试)

落日映苍穹つ 2023-10-06 19:08 45阅读 0赞

#### 1. flink的Keyed State 有哪些？ ####

keyed state 接口提供不同类型状态的访问接口，这些状态都作用于当前输入数据的 key 下。换句话说，这些状态仅可在 KeyedStream 上使用，在Java/Scala API上可以通过 stream.keyBy(…) 得到 KeyedStream，在Python API上可以通过 stream.key\_by(…) 得到 KeyedStream。

**ValueState**: 保存一个可以更新和检索的值（如上所述，每个值都对应到当前的输入数据的 key，因此算子接收到的每个 key 都可能对应一个值）。 这个值可以通过 update(T) 进行更新，通过 T value() 进行检索。

**ListState<T**>: 保存一个元素的列表。可以往这个列表中追加数据，并在当前的列表上进行检索。可以通过 add(T) 或者 addAll(List) 进行添加元素，通过 Iterable get() 获得整个列表。还可以通过 update(List) 覆盖当前的列表。

**ReducingState**: 保存一个单值，表示添加到状态的所有值的聚合。接口与 ListState 类似，但使用 add(T) 增加元素，会使用提供的 ReduceFunction 进行聚合。

**AggregatingState<IN, OUT**>: 保留一个单值，表示添加到状态的所有值的聚合。和 ReducingState 相反的是, 聚合类型可能与 添加到状态的元素的类型不同。 接口与 ListState 类似，但使用 add(IN) 添加的元素会用指定的 AggregateFunction 进行聚合。

**MapState<UK, UV>**: 维护了一个映射列表。 你可以添加键值对到状态中，也可以获得反映当前所有映射的迭代器。使用 put(UK，UV) 或者 putAll(Map<UK，UV>) 添加映射。 使用 get(UK) 检索特定 key。 使用 entries()，keys() 和 values() 分别检索映射、键和值的可迭代视图。你还可以通过 isEmpty() 来判断是否包含任何键值对。

#### 2. Keyed state 的使用 ####

state.clear() 实际上只能清理当前 key 对应的 value 值，如果想要清空整个 state，需要使用 applyToAllKeys 方法。

或者设置 TTL.  
[https://blog.csdn.net/weixin\_43975771/article/details/120000997][https_blog.csdn.net_weixin_43975771_article_details_120000997]

#### 3. Flink MapState的失效时间是针对整个map还是单个key？ ####

**结论： MapState的失效时间针对于单独的key。**  
可以参考一个例子：  
[demo ][demo]

#### 4. ValueState 中存 Map 与 MapState 有什么区别？ ####

如果 ValueState 中存 Map，则整个 Map 被当做 value，只维护一个时间戳。所以要么整个 Map 过期，要么都不过期。

MapState 中如果存储了 100 个 KV 键值对，则 100 个 KV 键值对都会存储各自的时间戳。因此每个 KV 键值对的 TTL 是相互独立的。

变强方式：  
[https://developer.aliyun.com/article/777445?spm=a2c6h.14164896.0.0.56a87629YDLZbi][https_developer.aliyun.com_article_777445_spm_a2c6h.14164896.0.0.56a87629YDLZbi]

#### 最直接的变强方式 ####

[https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/docs/dev/datastream/fault-tolerance/state/][https_ci.apache.org_projects_flink_flink-docs-release-1.13_zh_docs_dev_datastream_fault-tolerance_state]

[https_blog.csdn.net_weixin_43975771_article_details_120000997]: https://blog.csdn.net/weixin_43975771/article/details/120000997
[demo]: https://blog.csdn.net/weixin_42650894/article/details/112393716?utm_medium=distribute.pc_relevant_t0.none-task-blog-2~default~BlogCommendFromMachineLearnPai2~default-1.control&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2~default~BlogCommendFromMachineLearnPai2~default-1.control
[https_developer.aliyun.com_article_777445_spm_a2c6h.14164896.0.0.56a87629YDLZbi]: https://developer.aliyun.com/article/777445?spm=a2c6h.14164896.0.0.56a87629YDLZbi
[https_ci.apache.org_projects_flink_flink-docs-release-1.13_zh_docs_dev_datastream_fault-tolerance_state]: https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/docs/dev/datastream/fault-tolerance/state/