【flink】状态清理策略(TTL)-Toy模板网

这篇具有很好参考价值的文章主要介绍了【flink】状态清理策略(TTL)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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)

flink日志清理策略,flink,flink,大数据,状态清理,ttl,state

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()

当hashmap状态后端只使用了全量清理策略，在checkpoint界面看到的大小每次都都比较平均，但是堆内存却是持续增加的，所以要结合增量清理策略一起使用
flink日志清理策略,flink,flink,大数据,状态清理,ttl,state

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。文章来源地址https://www.toymoban.com/news/detail-808774.html

到了这里，关于【flink】状态清理策略(TTL)的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！