Flink：ValueState与ReducingState / AggregatingState

Question

背景

• ValueState文档说明：partitioned single-value state。
• ReducingState文档说明：combined using a reduce function。
• AggregatingState文档说明：eagerly pre-aggregated。
• ValueState扩展了State，而ReducingState和AggregatingState都扩展了MergingState。

问题

1. 国家何时合并？
2. 对于某个问题，我应该如何选择正确的状态原语？
3. 哪种机制调用reduce和聚合函数？它会跳过非MergingState吗？

Answer 1

Fabian Hueske回答了我关于不久前（2018年5月6日）合并AggregateFunctions的问题。他说：

  

在DataStream作业中（我知道）调用merge（）的唯一情况是会话窗口合并时。   例如，当您定义一个间隔为30分钟的会话窗口并收到以下记录时   R1，12：00：00   R2，12：05：00   R3，12:40:00   R4，12:20:00

     

在这种情况下，Flink R1将创建一个新窗口W1，R2将分配给W1，R3>创建一个新窗口W2，R4连接并合并W1和W2。

我认为您对其他问题的部分回答是ValueState是通用（键）状态。因此，当您实现通用功能时，而不是聚合器或归约器（带有组合器）时，就会使用它。