【Flink】状态后端（1.13版本及大于1.13版本适用）

一杯咖啡半杯糖

已于 2022-12-07 17:15:33 修改

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏： Flink实战文章标签： flink 大数据 big data

于 2022-06-05 09:53:52 首次发布

本文链接：https://blog.csdn.net/sinat_23225111/article/details/125122212

Flink实战专栏收录该内容

95 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了Flink在1.13版本及其后续版本中状态后端的变化，主要涵盖HashMapStateBackend和EmbeddedRocksDBStateBackend。HashMapStateBackend提供内存和文件系统两种存储方式，适用于不同场景，而EmbeddedRocksDBStateBackend利用RocksDB存储大量状态数据，适合生产环境。文章还提供了配置这两种状态后端的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Flink为什么越来越受欢迎，在大数据领域计算容错很重要，Flink计算容错手段之一就是checkpoint机制，会把数据保存在CheckPoint中，数据会随着 CheckPoint 而持久化，以防止数据丢失、保障恢复时的一致性，那么CheckPoint到底保存在哪里呢？答案是状态后端中。

1.13版本及1.13版本后的新版本Flink状态后端发生一些改变

新版本的Flink状态后端为如下2种

HashMapStateBackend

EmbeddedRocksDBStateBackend

HashMapStateBackend：（数据以 Java 对象的形式存储在堆中。 Key/value 形式的状态和窗口算子会持有一个 hash table，其中存储着状态值、触发器。适用于有较大 state，较长 window 和较大 key/value 状态的 Job）

（1）HashMapStateBackend之只放内存，等同于前面版本的MemoryStateBackend，这种情况适用于开发时使用，使用方式

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setStateBackend(new HashMapStateBackend());
env.getCheckpointConfig().setCheckp