Flink 状态管理深度剖析:从 KeyedState 到 RocksDB,状态如何存储、恢复与扩缩容
Flink 的状态管理是它区别于“无状态流处理框架”的核心能力,但多数人对它的理解停留在“用 ValueState 存个值”的 API 层面。这篇文章要回答三个生产级问题:状态到底存在哪里(内存还是 RocksDB 的 LSM-Tree)?Checkpoint 时到底上传了什么(全量还是增量)?并行度改了,状态会不会丢(KeyGroup 如何重新分配)? 读完你将能根据业务数据量正确选择状态后端,理解增量 Checkpoint 的共享文件机制与 Claim 模...