回复： [基础定义] 有状态计算 & 无状态计算

[i'mpossible <60...@qq.com>]

   明白了，感谢 @Benchao Li @Leonard Xu 的解答，谢谢！




------------------ 原始邮件 ------------------
发件人:&nbsp;"Leonard Xu"<xbjtdcq@gmail.com&gt;;
发送时间:&nbsp;2020年4月26日(星期天) 晚上6:03
收件人:&nbsp;"user-zh"<user-zh@flink.apache.org&gt;;

主题:&nbsp;Re: [基础定义] 有状态计算 &amp; 无状态计算



Hi,
状态计算，简单地理解一次计算依赖上一次的计算结果，状态理解为算子的中间结果，
比如benchao举例的window或者聚合算子就是有状态的，filter 这种算子就是无状态的。
1.10的中文文档还是非常详细的，可以参考CountWindowAverage这个例子[1]

祝好，
Leonard Xu
[1]https://ci.apache.org/projects/flink/flink-docs-stable/zh/dev/stream/state/state.html <https://ci.apache.org/projects/flink/flink-docs-stable/zh/dev/stream/state/state.html&gt;

&gt; 在 2020年4月26日，17:18，Benchao Li <libenchao@gmail.com&gt; 写道：
&gt; 
&gt; Hi，
&gt; 
&gt; 我尝试一下从一个场景来阐述一下状态的定义吧，这样容易理解一些。
&gt; 
&gt; 比如我们要做一个窗口的聚合。那这个聚合的结果可以认为是一个中间状态，这个状态在窗口没有结束之前，
&gt; 是不会输出到下游的。如果我们只是把这个状态放到内存里，那中间如果任务挂了，这个状态就丢了。
&gt; 
&gt; 如果框架没有提供状态的能力，一般我们就会选择把这个中间结果存储到外部的kv系统（比如hbase）里，每当窗口内来了
&gt; 一条数据，就更新一下这个结果，并且存储到外部的kv系统。这样子如果中间任务挂了，重启起来的时候我们还能
&gt; 从外部kv系统里拿到这个状态继续计算，不会导致计算结果不准确。但是这个只是一定程度上缓解了中间结果的丢失
&gt; 问题，但是仍然很难提供精准的exactly-once的计算语义，因为你没法保证读到的这条数据commit offset和把中间结果
&gt; 到外部kv在一个原子操作里。
&gt; 
&gt; 但是如果框架本身提供了状态的能力呢，我们就不需要自己再去处理这种问题了。这个中间结果可以直接存储到
&gt; Flink内置的状态里。然后依靠Flink的checkpoint机制来把状态定期保存到外部系统（比如HDFS）。这样子就可以保证
&gt; 任务失败重启的时候，可以从我们的checkpoint来恢复，来保证计算结果的exactly-once的语义。
&gt; 
&gt; 
&gt; 
&gt; i'mpossible <605769581@qq.com&gt; 于2020年4月26日周日 下午4:18写道：
&gt; 
&gt;&gt; Hi：
&gt;&gt; &amp;nbsp; &amp;nbsp; 我想知道有状态计算、无状态的计算的具体定义是什么？能否给出具体的应用场景；
&gt;&gt; 
&gt;&gt; &amp;nbsp; &amp;nbsp; Flink官网介绍Flink时，给出定义是 "用于在无边界和有边界数据流上进行有状态的计算"，但是没有介绍状态的具体含义，
&gt;&gt; 和有状态、无状态计算的应用场景，以及他们的差异，令人感到抽象；
&gt;&gt; 
&gt;&gt; &amp;nbsp; &amp;nbsp; 感谢社区的小伙伴解答！
&gt; 
&gt; 
&gt; 
&gt; -- 
&gt; 
&gt; Benchao Li
&gt; School of Electronics Engineering and Computer Science, Peking University
&gt; Tel:+86-15650713730
&gt; Email: libenchao@gmail.com; libenchao@pku.edu.cn