002Flink
Apache Flink® — Stateful Computations over Data Streams
Streams：
对于流计算，大家应该都知道，就是处理源源不断产生的数据，虽然有批次，但是是实时的，延迟性很低的，不是那种聚合了很长一段时间才处理的方式。
Stateful：
对于状态，那怎么理解呢？开始，我认为就是在操作过程，有这个操作步骤的，操作方法，操作数据的标记，但是你不能这样说那。这样讲会比较浅，虽然你也知道很多state，所以要讲的有理有据有场景。
State：一般指一个具体的task/operator的状态。
Keyed State（keyBy）：托管状态、原始状态 工作中用的较多
Operator State（unKeyBy）：托管状态、原始状态 工作中用的较少
原始状态工作中基本用不到
Keyed State六种托管状态
Flatmap正常情况下实现FlatMapFunction然后重写flatMap<>方法，为了更丰富的功能另一种方式是继承RichFlatMapFunction<IN,OUT> ，多了一个初始化方法open只会运行一次。用Rich目的就是用来注册状态
ValueState保存的是对应的一个key的一个状态值
在flatMap中对上面的countAndSum进行业务逻辑操作
SparkStreaming中updateStateByKey、mapWithState管理状态有限
ListState保存的是对应的一个key出现的所有的元素
MapState：Map数据结构，key相同会覆盖value的值。将map转换成list进行操作Lists.newArrayList(mapState.value());
利用flatMap/map+state自定义出功能丰富的算子
State backend状态备份
MemoryStateBackend 默认的state 的类型
默认情况下，状态信息存储在TaskManager的堆内存中，checkpoint时候将状态保存到JobManager的堆内存中
FsStateBackend（使用的这种）
状态信息存储在TaskManager的堆内存中，checkpoint时候将状态保存到指定文件中（hdfs等文件系统中）
RocksDBStateBackend
分布式数据库，状态信息存储在RocksDB数据库（key-value的数据存储服务），最终保存在本地文件中，checkpoint时候将状态保存到指定文件中（hdfs等文件系统中）。需要引入jar包
如何设置状态类型
代码中设置
配置文件flink-conf.yaml
