Flink基础教程

50

｜

第

5

章

无状态流处理

操作 操作

状态

有状态流处理

图 5-1：无状态流处理与有状态流处理的区别。输入记录由黑条表示。无状态流处

理每次只转换一条输入记录，并且仅根据最新的输入记录输出结果（白条）。有状态

流处理维护所有已处理记录的状态值，并根据每条新输入的记录更新状态，因此输

出记录（灰条）反映的是综合考虑多个事件之后的结果

尽管无状态的计算很重要，但是流处理对有状态的计算更感兴趣。事实上，

正确地实现有状态的计算比实现无状态的计算难得多。旧的流处理系统并

不支持有状态的计算，而新一代的流处理系统则将状态及其正确性视为重

中之重。

5.1

　一致性

当在分布式系统中引入状态时，自然也引入了一致性问题。一致性实际上

是“正确性级别”的另一种说法，即在成功处理故障并恢复之后得到的结

果，与没有发生任何故障时得到的结果相比，前者有多正确？举例来说，

假设要对最近一小时登录的用户计数。在系统经历故障之后，计数结果是

多少？在流处理中，一致性分为

3

个级别。

• at-most-once

：这其实是没有正确性保障的委婉说法——故障发生之后，

计数结果可能丢失。

• at-least-once

：这表示计数结果可能大于正确值，但绝不会小于正确值。

也就是说，计数程序在发生故障后可能多算，但是绝不会少算。