1、什么是状态

在Flink中，状态State是指一个具体的task(任务)/operator(算子)的状态。state数据默认是保存在java的堆内存中。

与checkpoit的区别在于checkpoint表示一个FlinkJob在一个特定时刻的一份全局状态快照，即包含了所有task/operator的状态。可以理解为checkpoint是把state数据持久化存储了。

2、状态的分类

在Flink中，状态始终与特定算子相关联。有两种类型的状态：算子状态（operator state）和键控状态（keyed state）。

（1）算子状态的作用范围限定为算子任务。这意味着由同一并行任务所处理的所有数据都可以访问到相同的状态，状态对于同一任务而言是共享的。算子状态不能由相同或不同算子的另一个任务访问。

（2）键控状态是根据输入数据流中定义的键（Key）来维护和访问的。Flink为每个键值维护一个状态实例，并将具有相同键的所有数据，都分区到同一个算子任务中，这个任务会维护和处理这个键对应的状态。当任务处理一条数据时，它会自动将状态的访问范围限定为当前数据的键。因此，具有相同键的所有数据都会访问相同的状态。

（3）键控状态类似于一个分布式的键值对映射数据结构，只能用于KeyedStream(keyBy算子处理之后)

3、什么情况下需要保存状态

流计算分为无状态和有状态两种情况。无状态的计算观察每个独立事件，并根据最后一个事件输出结果，例如，流处理应用程序从传感器接收水库的水位数据，并在水位超过指定高度时发出警告。

有状态的计算则会基于多个事件输出结果，比如：

（1）所有类型的窗口计算。例如，计算过去一小时的平均水位，就是有状态的计算。

（2）所有用于复杂事件处理的状态机。例如，若在一分钟内收到两个相差20cm以上的水位差读数，则发出警告，就是有状态的计算。

（3）流与流之间的所有关联操作，以及流与静态表或动态表之间的关联操作，都是需要有状态的计算。

4、为什么要广播状态

状态只限定在同一任务的算子中，状态不能由相同或不同算子的另一个任务访问。如何其它的任务数据流需要使用另一任务数据流中的状态，则需要将数据流中的状态广播出去，其它任务数据流才能访问。

5、广播状态的应用场景

（1）将低吞吐量流中的数据以状态的方式广播给高吞吐量流使用。

（2）广播流通常作为主数据流的动态计算规则，主数据流需要借助这些规则进行计算和分流。

（3）常见业务场景：

关键字、敏感信息过滤。设置过滤规则和关键字，对主数据流进行筛选。

数据分流。设置不同数据的分流条件和相应的配置信息，对主数据流进行自动分流存储。