当前位置：首页 > article >正文

Flink之OperatorState

article 2024/12/28 16:56:18

在Flink中状态主要分为三种:

Operator State(算子状态)
Keyed State(键控状态)
Broadcast State(广播状态)

这里简单介绍一下Operator State的使用,说到使用State就必然要使用到Flink的容错机制也就是Checkpoint.具体内容见代码注解

数据源
这里选用Socket作为Source输入,便于测试
```
➜  ~ nc -lk 8888
a
b
c
k
k
k
```

状态算子代码

/**
* @Description TODO 自定义状态MapFunc
**/
// 状态算子必须要实现对应的算子接口和CheckpointFunction接口
class StateMapFunc implements MapFunction<String, String>, CheckpointedFunction{
  private ListState<String> strListState;

  /**
   * @Param o
   * @return String
   * @Description TODO map方法的正常处理逻辑
  **/
  @Override
  public String map(String s) throws Exception {
      // 模拟Task失败
      if (s.equals("k") && RandomUtils.nextInt(0, 5) == 3) {
          throw new Exception("Task 异常");
      }
      // 将数据添加到状态存储器中
      strListState.add(s);

      Iterable<String> strings = strListState.get();
      StringBuilder builder = new StringBuilder();
      for (String string : strings) {
          builder.append(string);
      }
      return builder.toString();
  }

  /**
   * @Param functionSnapshotContext
   * @return void
   * @Description TODO 系统对状态数据做快照(持久化)会调用此方法, 用户使用此方法在持久化前对状态数据可以做一些操控
  **/
  @Override
  public void snapshotState(FunctionSnapshotContext functionSnapshotContext) throws Exception {
      System.out.println("快照生成, checkpointId: " + functionSnapshotContext.getCheckpointId());
  }

  /**
   * @Param functionInitializationContext
   * @return void
   * @Description TODO 算子任务在启动前会调用此方法,未用户状态数据进行初始化
  **/
  @Override
  public void initializeState(FunctionInitializationContext functionInitializationContext) throws Exception {
      // 获取算子状态存储器
      OperatorStateStore operatorStateStore = functionInitializationContext.getOperatorStateStore();

      /**
       * ListStateDescriptor状态描述
       * 参数1:一个自定义名称
       * 参数2:存储的数据类型
      **/
      ListStateDescriptor<String> stateDescriptor = new ListStateDescriptor<>("demo", String.class);
      /**
       * 算子状态存储器, 只提供ListSate的形式(和Java中的List不是一回事)来存储状态数据
       * getListSate方法,会在Task失败后,task自动重启时,会帮助用户加载最近一次的快照数据,如果是job重启则不会加载
      **/
      strListState = operatorStateStore.getListState(stateDescriptor);
  }
}

要注意代码注释中的内容,getListState只作用于Task的自动重启,如果是整个Job重启时不生效的,如果是想Job重启后从重启前的State获取数据需要在Job提交时就指定checkpoint镜像文件.

业务代码

  public class FlinkOperatorState {
  public static void main(String[] args) throws Exception {
      StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
      // 设置并行度1
      env.setParallelism(1);
      // 开启Checkpoint, 8秒一个周期并开启一次性语义
      env.enableCheckpointing(8000, CheckpointingMode.EXACTLY_ONCE);
      // 指定checkpoint持久化路径
      env.getCheckpointConfig().setCheckpointStorage("file:///Users/xxx/data/testData/checkpoint");
      // 开启Task级别故障自动failover,通过fixedDelayRestart设置Task重启上限和重启间隔,这里设置的重启次数为2次,一旦Task重启次数超过这个次数,整个job也会停止
      env.setRestartStrategy(RestartStrategies.fixedDelayRestart(2, Time.seconds(5)));
      // 获取Socket数据源
      DataStreamSource<String> socketSource = env.socketTextStream("localhost", 8888);
      // 将自定义的StateOperator传入
      SingleOutputStreamOperator<String> map = socketSource.map(new StateMapFunc());
      // 打印结果
      map.print();
      env.execute("Operator State");
  }
}