State Backends | Apache Flink https://nightlies.apache.org/flink/flink-docs-release-1.20/zh/docs/dev/datastream/fault-tolerance/state_backends/
Flink 提供了多種 state backends，它用於指定狀態的儲存方式和位置。
狀態可以位於 Java 的堆或堆外記憶體。取決於你的 state backend，Flink 也可以自己管理應用程式的狀態。 為了讓應用程式可以維護非常大的狀態，Flink 可以自己管理記憶體（如果有必要可以溢寫到磁碟）。 預設情況下，所有 Flink Job 會使用 Flink 配置檔案 中指定的 state backend。
【Flink】基於 Flink 的流式資料實時去重-騰訊雲開發者社群-騰訊雲 https://cloud.tencent.com/developer/article/1707045
我們不能將狀態僅交由記憶體管理，因為記憶體的容量是有限制的，當狀態資料稍微大一些時，就會出現記憶體不夠的問題。由於 Flink 本身提供了有狀態的計算，並且封裝了一些底層的實現，比如狀態的高效儲存、Checkpoint 和 Savepoint 持久化備份機制、計算資源擴縮容等問題，所以我們只需要呼叫 Flink API，專注於業務邏輯即可。
2.狀態型別
Managed State 和 Raw State
Flink有兩種基本型別的狀態：託管狀態（Managed State）和原生狀態（Raw State）。從名稱中也能讀出兩者的區別：Managed State 是由 Flink 管理的，Flink 幫忙儲存、恢復和最佳化，Raw State 是開發者自己管理的，需要自己序列化。兩者對比如下：
|
Managed State |
Raw State | |
|---|---|---|
|
狀態管理方式 |
Flink Runtime 託管，自動儲存、自動恢復、自動伸縮 |
使用者自己管理 |
|
狀態資料結構 |
Flink提供的常用資料結構，如 ListState、MapState 等 |
位元組陣列：byte[] |
|
使用場景 |
絕大多數 Flink 運算元 |
使用者自定義運算元 |
大部分情況下我們使用 Managed State 便可滿足需求。