当咱们使用Flink进行流式计算时，一般会产生各类形式的中间结果，咱们称之为State。有状态产生，就必然涉及到状态的存储，那么Flink中定义了哪些形式的状态存储呢，下面一一给你们介绍一下。
顾名思义，MemoryStateBackend状态后端是将状态数据以Object的形式存放于Java Heap中。java
当执行检查点时，MemoryStateBackend会为当前的状态生成snapshot，而后将快照信息做为检查点ack消息的一部分发送给JobManager（master节点），JobManager会将收到的快照数据存放于本身的堆内存中。node
MemoryStateBackend默认采用异步snapshots的方式来避免数据流管道阻塞，这是一种比较推荐的方式。固然，咱们也能够经过配置来禁用这种方式。数据库
new MemoryStateBackend(MAX_MEM_STATE_SIZE, false); // MAX_MEM_STATE_SIZE表示最大容许的状态容量
MemoryStateBackend的使用限制后端
基于以上这些限制，咱们一般建议在以下场景中使用MemoryStateBackend：异步
此外，官方建议将托管内存（Managed Memory）设置为0，这样能够确保为JVM上的用户程序分配最大的内存。函数
FsStateBackend须要配置一个文件系统URL，如：“hdfs://namenode:40010/flink/checkpoints” or “file:///data/flink/checkpoints”。
FsStateBackend将做业执行过程当中的动态数据存放在TaskManager的内存当中，当执行检查点时，状态快照数据会被存储在配置的文件系统目录中，还有一部分metadata数据会被存储在JobManager的内存当中。调试
一样的，FsStateBackend也是默认采用异步snapshot的方式。咱们能够经过实例化FsStateBackend来更改快照生成方式。code
new FsStateBackend(path, false);
官方建议在如下场景中使用FsStateBackend：内存
一样官方建议将托管内存（Managed Memory）设置为0，这样能够确保为JVM上的用户程序分配最大的内存。开发
RocksDBStateBackend一样须要配置一个文件系统URL：“hdfs://namenode:40010/flink/checkpoints” or “file:///data/flink/checkpoints”。
RocksDBStateBackend将做业执行过程当中的动态数据存放在RocksDB数据库中，RocksDB数据库默认存储在TaskManager的数据目录下。当执行检查点时，整个RocksDB数据库会被存档到配置的文件系统目录下。只有少许的metadata数据存储在JobManager的内存当中。
一样地，RocksDBStateBackend一般也采用异步snapshot的方式。
使用上的一些限制：
官方建议在如下场景中使用RocksDBStateBackend：
乍一看，好像跟FsStateBackend没啥区别？其实不是，这里须要注意的是，当咱们使用RocksDBStateBackend做为状态存储时，能够维护的状态大小仅仅受限于程序可访问的磁盘空间大小。这就使得咱们能够维护比FsStateBackend更大的做业状态。
固然，这也带来一个问题：因为与状态后端之间的全部读写操做都要通过de-/serialization，所以这种方式牺牲了必定的吞吐量。