鞍山招聘信息最新招聘google优化师

flink的keyed state是有有效期(TTL)的，使用和说明在官网描述的篇幅也比较多，对于三种清理策略没有进行横向对比得很清晰。

• 全量快照清理(FULL_STATE_SCAN_SNAPSHOT)
• 增量清理(INCREMENTAL_CLEANUP)
• rocksdb压缩清理(ROCKSDB_COMPACTION_FILTER)

注意，三种状态清理策略不是互斥的，并不是三选一的问题，一般是全量快照清理配合另两个其中的一个来使用（需要根据不同的state backend），可以看到StateTtlConfig.CleanupStrategies.strategies是一个集合来的。

全量快照清理

只发生在全量checkpoint的时候，把过期的元素过滤掉，以减少远程端checkpoint storage的大小(如hdfs)，无论状态后端是hashmap还是rocksdb都支持，官网用了另一种相同意思描述：在 RocksDBStateBackend 的增量 checkpoint 模式下无效(当前hashmap不支持增量checkpoint)

• 开启方式

    StateTtlConfig ttlConfig = StateTtlConfig .newBuilder(Time.seconds(1)).cleanupFullSnapshot()   //只要有这行即可.build();
// 只有开启了全量快照清理才会触发transform（过滤）private StateSnapshotTransformFactory<?> getSnapshotTransformFactory() {if (!ttlConfig.getCleanupStrategies().inFullSnapshot()) {return StateSnapshotTransformFactory.noTransform();} else {return new TtlStateSnapshotTransformer.Factory<>(timeProvider, ttl);}}   

当进行全量快照是会遍历状态中每个元素(TtlValue)，过滤掉那些已经过期的TtlStateSnapshotTransformer.expired()

增量清理

在状态访问、增加、修改、删除时都会触发，主要是为了减少状态后端中的大小，当前仅状态后端为hashmap才支持增量清理

这里的增量有点难理解，实际它的含义是：对于一个keyed stated，状态是按key被分区成若干部分的，每次只取cleanupSize个key的状态(StateEntry)进行清理，对于大状态这是必须的，因为这会增加状态算子处理数据的时间。对于rocksdb，由于提供不了全局的StateEntry访问器，所以它不支持增量清理AbstractRocksDBState.getStateIncrementalVisitor

判断是否满足增量清理：TtlStateFactory.registerTtlIncrementalCleanupCallback
清理逻辑：TtlIncrementalCleanup.runCleanup

启用方式：这玩意在hashmap状态后端中是默认开启的!!!

        public IncrementalCleanupStrategy getIncrementalCleanupStrategy() {IncrementalCleanupStrategy defaultStrategy =isCleanupInBackground ? DEFAULT_INCREMENTAL_CLEANUP_STRATEGY : null;return (IncrementalCleanupStrategy)strategies.getOrDefault(Strategies.INCREMENTAL_CLEANUP, defaultStrategy);}

只要isCleanupInBackground=true，就算没显式调用cleanupIncrementally(),它依然会给你生成一个默认的增量清理策略。所以在上述全量快照清理的启用示例中同时也开启了增量清理。如果需要禁止，需要显式调disableCleanupInBackground()

rocksdb压缩清理

flink 提供的 rocksdb 压缩过滤器(FlinkCompactionFilter)会在压缩时过滤掉已经过期的状态数据，最终调用到C++的nactive方法，减少sst文件的大小。应该与增量/全量checkpoint方式无关。