Apache flink Flink:ValueState与ReductionState/AggregatingState之比较 背景 ValueState文档状态：分区单值状态 reducestate文档状态：使用reduce函数组合而成 聚合状态文档状态：急切地预聚合 ValueState扩展State，而reduceingstate和AggregatingState扩展MergingState 问题 各州何时合并 我应该如何为某个问题选择正确的状态原语 什么机制调用reduce和aggregate函数？它是否跳过非MergingState

Fabian Hueske不久前（2018年5月6日）回答了我关于在AggregateFunctions中合并的问题。他说,

在数据流作业（我知道）中调用merge（）的唯一情况是会话窗口被合并。 例如，当您定义一个间隔为30分钟的会话窗口时，您会收到以下记录 R1，12:00:00 R2，12:05:00 R3，12:40:00 R4，12:20:00

在这种情况下，Flink R1将创建一个新窗口W1，R2将分配给W1，R3>创建一个新窗口W2，R4连接并合并W1和W2

---

我认为对你其他问题的部分回答是，

ValueState

是通用（键控）状态。因此，当您实现泛型函数时，而不是聚合器或还原器（使用合并器）时，您最终会使用它。

在上面提到的

merge（）

案例中，如何合并

ValueState

？

ValueState

不会扩展

MergingState

，因此它不用于合并。

ValueState

表示您在自定义函数中管理的状态。您所说的“自定义函数”或“通用函数”指的是什么？我在文档中找不到可以使用

ValueState

的情况，而应该避免使用

AggregatingState

。如果我说

MyFunction扩展了RichMapFunction

，我需要维护状态，那么我会使用

ValueState

（或

ListState

或

MapState

）。因此，在本例中，

MyFunction

是一个自定义函数，而不是使用带有累加器函数的

AggregatingState

。