Flink如何处理托管状态的序列化？
Flink以何种格式保存运算符的托管状态（用于检查点或逻辑运算符之间的通信（即沿着作业图的边缘）？
文档内容如下
背景：我正在考虑从JSON切换到使用AVRO来将数据输入到我的源中，并将数据发送到我的接收器中。但是，由Avro创建的自动生成的POJO类相当嘈杂。因此，在作业图（用于Flink操作符之间的通信）中，我正在考虑使用像Avro这样的二进制序列化格式是否有任何性能优势。这可能对性能没有实质性的影响（因为Flink可能也使用了优化的格式），它只需要在类型兼容性方面做更多的工作。但我只是想得到更多关于它的信息。
共有1个答案
Flink为基本类型、POJO和case类使用了它自己的内置序列化框架，并且它被设计成高效的。Avro在模式演化方面确实有优势，这在考虑Flink的保存点时是相关的。关于该主题，请参阅用户邮件列表中的此消息。
-
我在同一份flink jobs中读了两个Kafka主题。 ：来自第一个主题的消息被保存到rocksdb，然后它将与Stream2联合。 ：来自第二个主题的消息被Stream1保存的状态所丰富，然后它将与Stream1联合。 主题1和主题2是不同的来源，但两个来源的输出基本相同。我必须用topic1的数据来充实topic2的数据。 这里是流动； 这里是问题； 那个流量好吗？ 可以访问由保存的相同的状
-
我正在使用在Flink中执行流计算。我为我的作业定义了一个扩展的类。假设我有一个通过键控的流a，和一个流B，它被广播给所有执行程序，以使用我定义的类处理a中的元素。我知道我可以在这个类的或中注册一个计时器，这样当它超时时，我可以通过调用来删除特定密钥组的关联状态。之后我在想，这个重点群体还存在吗？ 例如，在流A中，一个新消息带有，我们生成了这样的密钥组及其关联状态。之后，如果出现另一个带有的消息，
-
在阅读了Flink的文档并四处搜索后，我无法完全理解Flink的句柄在其窗口中的状态。假设我有一个每小时滚动的窗口，其中包含一个聚合函数，该函数将消息累积到某个java pojo或scala case类中。该窗口的大小将与一小时内进入该窗口的事件数量相关联，还是仅仅与POJO/Case类相关联，因为我将事件累加到该对象中。（例如，如果将10000个味精数成一个整数，大小会接近10000*味精大小还
-
我可以在文档中看到： Flink目前只为没有迭代的作业提供处理保证。对迭代作业启用检查点会导致异常。为了在迭代程序上强制检查点，用户需要在启用检查点时设置一个特殊的标志：env.enablecheckpointing（interval,force=true）。 如果是一个而不是一个（这意味着它也可以保存状态），会有什么变化吗？
-
我们正在构建一个具有两个流的应用程序： 大量信息流 我们希望连接这两个流以获得共享状态，以便第一个流可以使用第二个状态进行扩展。 每天左右，拼花文件（第二流的源代码）都会更新，这需要我们清除第二流的状态并重建它（可能需要大约2分钟）。 问题是，我们可以在该进程运行时阻止/延迟来自第一流的消息吗？ 谢谢。
-
问题内容： 我有一个像这样的课程： 我想序列化它们的列表： 当我进行序列化时，动物属性的类型信息将丢失。有没有一种方法可以某种方式安装解析器侦听器，以便在遇到列表中的每个元素时提供正确的类进行反序列化？这就是手动提供描述类类型的字符串的想法。 谢谢 问题答案： Gson项目代码库中的RuntimeTypeAdapter据说可以很好地用于多态序列化和反序列化。我认为我尚未尝试使用它。有关更多信息，请