企业官网建设流程全解析

结论先给你

不是每个 TaskManager 一份，是每个Subtask（并行子任务）都存一份完整、相同的 BroadcastState；同一个 TaskManager 上如果跑多个 Subtask，每个 Subtask 各自独立存一份，不是共享同一份。

1. 层级搞清楚

• Job → 多个 TaskManager（节点）
• 每个 TM 上跑多个 Subtask（并行子任务）
• BroadcastState 粒度：按 Subtask 隔离

2. 真实存储分布

假设：

• 作业并行度 = 4
• 2 个 TaskManager，每个 TM 跑 2 个 Subtask

分布：

• TM1：Subtask1 有一份完整广播状态、Subtask2 也各自独立一份完整副本
• TM2：Subtask3 一份、Subtask4 一份

👉4 个 Subtask，就有 4 份一模一样的 BroadcastState 副本不是按 TM 只存一份，是每个子任务都完整存一份。

3. 为什么不按 TaskManager 只存一份？

1. Flink 状态最小单元是Subtask，不是 TM
2. 故障容错、重启、扩容缩容都是按 Subtask 做快照、恢复
3. 如果 TM 内多个 Subtask 共享一份广播状态，重启 / 迁移时会互相影响，架构更复杂

4. 带来的特点

• 优点：每个子任务本地直接读广播规则，无跨节点查询、性能高
• 缺点：并行度越高，副本数越多、占用内存放大；规则很大时内存开销明显

5. 面试一句话背诵

BroadcastState 不是每个 TaskManager 存一份，而是每个并行 Subtask 都会单独存储一份完整相同的广播数据；同一个 TaskManager 上多个子任务各自持有独立副本，不共享，并行度越高副本数量越多，内存开销随之增大。

补充：和 KeyedState 对比记忆

• KeyedState：按 Key 拆分，分散在各个 Subtask
• BroadcastState：全量复制，每个 Subtask 都完整存一份

如何使用BroadcastState？

除了BroadcastState，还有哪些常见的KeyedState？

如何保证BroadcastState的一致性？