flink 广播流和广播状态

Question

关于广播流和广泛的案例状态，我有以下两个问题，有人可以帮忙回答吗？谢谢！

1. KeyedBroadcastProcessFunction#Context有如下方法(getBroadcastState)，请问为什么广播状态要用map状态描述符？我认为广播状态应该使用 BroadcastStateDescriptor 之类的东西，而地图状态描述符用于 MapState？

public abstract BroadcastState getBroadcastState(final MapStateDescriptor stateDescriptor);

1. DataStream#broadcast方法定义如下：

  def broadcast(broadcastStateDescriptors: MapStateDescriptor[_, _]*): BroadcastStream[T] = {
    if (broadcastStateDescriptors == null) {
      throw new NullPointerException("State Descriptors must not be null.")
    }
    javaStream.broadcast(broadcastStateDescriptors: _*)
  }

我会问broadcastStateDescriptors 的参数是做什么用的？为什么我必须在广播流时这么早提供它？我想我可以在需要时在 KeyedBroadcastProcessFunction#processBroadcastElement 中创建描述符并获取广播状态，其中操作员接收广播元素并更新广播状态。

Answer 1

1. MapState 是 Fl​​ink 支持广播的一种状态（也是唯一一种状态）。由于广播状态始终为MapState，因此使用MapStateDescriptor 来处理它。

2. Flink 需要知道如何序列化正在广播的数据； broadcastStateDescriptors 被 DataStream#broadcast 用于此目的。