Flink 状态管理与检查点容错

上一讲我们理清了 Flink 的执行图。本讲进入流计算最核心的难题：状态。

状态分类#

• 算子状态（Operator State）：绑定在算子实例上，典型应用是 Kafka Source 的位点。
• 键控状态（Keyed State）：按 key 分区存储，支持 ValueState / ListState / MapState。

状态后端#

• RocksDBStateBackend：本地磁盘 + 内存缓存，适合大状态。
• HashMapStateBackend：纯内存，适合小状态、高吞吐场景。

Checkpoint 机制#

Flink 通过 Barrier 对齐实现 Exactly-Once：

1. 上游插入 Barrier，随数据流广播。
2. 算子收到 Barrier 后，将当前状态快照写入状态后端。
3. 所有算子完成快照后，本次 Checkpoint 完成。

Source ──[Barrier]──> Operator A ──[Barrier]──> Operator B
                          │                       │
                       快照                     快照

Savepoint 与状态迁移#

• Savepoint 是用户主动触发的完整快照，常用于升级、扩容。
• 状态 Schema 变更需要 状态迁移器（State Migration） 配合。

故障恢复#

发生故障时，JobManager 会：

1. 重启所有 Task。
2. 从最近一次成功的 Checkpoint 恢复状态。
3. 数据回放至 Barrier 位置，保证不丢不重。

小结#

状态与容错是流计算区别于批处理的根本。下一讲我们将动手实现一个端到端的实时数仓案例。