apache-flink - 为什么我的 Flink 窗口使用这么多状态？

如果您在 Windows 中绑定了很多状态，则有几种可能性：

使用增量聚合（通过使用reduceor aggregate）可以显着降低您的存储需求。否则，每个事件都会被复制到分配给每个窗口的事件列表中。
如果您在多个时间范围内进行聚合，例如每分钟和每 10 分钟，您可以级联这些窗口，以便 10 分钟窗口仅消耗一分钟窗口的输出，而不是每个事件。
如果您使用滑动窗口，则每个事件都被分配给每个重叠窗口。例如，如果您的窗口长 2 分钟并滑动 1 秒，则每个事件将被复制到 120 个窗口中。增量和/或预聚合在这里会有所帮助（很多！），或者您可能希望使用 aKeyedProcessFunction而不是窗口来优化您的状态足迹。
如果您有键控计数窗口，您可能拥有从未（或仅非常缓慢地）达到所需批量大小的键，导致越来越多的部分批次处于状态。除了基于计数的触发之外，您还可以实现一个Trigger包含超时的自定义，以便最终处理这些部分批次。
如果您globalState在 a中使用ProcessWindowFunction，则过期键的 globalState 将累积。您可以在 globalState 的状态描述符上使用状态 TTL。注意：这是唯一一个在清除窗口时不会自动释放窗口状态的地方。
或者可能只是您的密钥空间随着时间的推移而增长，除了扩展集群之外，真的没有什么可以做的。