Apache flink 为什么；广播状态“；可以存储动态规则，但broadcast（）运算符不能？

我对“broadcast state”和broadcast（）操作符之间的区别感到困惑，最后我在下面的线程中得到了Flink专家的帮助

---

最后，似乎得出结论，“广播状态”可以通过RichCoFlatMap在键控流中存储动态规则，但是broadcast（）操作符不能，那么我可以知道“广播状态”如何通过RichCoFlatMap存储动态规则，以及为什么broadcast（）操作符不能通过RichCoFlatMap存储动态规则吗？我可以举个例子来解释吗？

这是两个完全不同的概念。此外，

broadcast（）

是

BroadcastState

的先决条件

broadcast（）

指定数据的分区，即流的每个元素都应广播给每个并行下游操作符

---

BroadcastState

是一种操作员状态，首先允许从广播流读写和从非广播流读取。在此之前，没有办法将这两条河流连接起来。此外，此状态将确保在恢复后，所有并行实例中的每个状态实例都是相同的

---

有关

BroadcastState

的更多信息，请查看文档。

它们是不同的概念，BroadcastState是一个存储概念，Broadcast（）是一个操作，其目的是为您构建BroadcastStream。

“在此之前，无法连接这两个流”，使用Broadcast（）如何具有CoFlatMapFunction和CheckpointedFunction的运算符？所以broadcast（）确保“流的每个元素都应该广播给每个并行下游操作符”，CheckpointedFunction确保状态是容错的，并且可以重新缩放。这将达到与“广播状态”相同的效果？是的，您可以通过这种方式实现它，这与广播状态的实现方式非常相似。此外，BroadcastState引入的另一个关键特性是迭代所有键的可能性，这在“controlstream”用例中也是至关重要的。