实时数据开发|Flink状态类型
根据数据集是否根据Key进行分区，将状态分为Keyed State 和OperatorState（Non-keyed ）State两种类型。
（1）Keyeds State
表示和key相关的一种State，只能用于KeyedSteam类型数据集对应的的function和operators之上。Keyed State是operator State的特例，区别在于KeyedState事先按照key对数据集进行子分区，每个Key Sate 仅对应一个 Operator 和 Key 的组合。由key groups进行管理，当算子发生变化时，自动重新分布KeyedState数据。一个keyed算子实例可能运行一个或多个key groups的keys。
( 2 ) Operator State。注意，只和并行的算子实例绑定，和数据元素的key无关，每个算子实例中持有所有数据元素中的一部分状态数据。支持当算子实例并行度发生变化时自动重新分配状态数据。
同时在Flink中Keyed state和 Operator state均具有两种形式：
- 其中一种为==托管状态(managed state)==形式，由 Fink Runtime 中控制和管理状态数据，并将状态数据转成为内存 Hash tables或 RocksDB的对象存储，然后将这些状态数据通过内部的接口持久化到checkpoints中，任务异常时可以通过这些状态数据恢复任务。
- 另外一种是原生状态(Raw state)形式，由算子自己管理数据结构，当触发 Checkpoint过程中，Flink并不知道状态数据内部的数据结构，只是将数据转换成bytes数据存储在Checkpoints中，当从Checkpoints恢复任务时,算子自己再反序列化出状态的数据结构
推荐用户使用 Managed State管理状态数据，因为 Managed State能够更好地支持状态数据的重平衡以及更加完善的内存管理。