状态类型
分为 托管状态（Managed State） 和 原生状态（Raw State）
托管状态（Managed State）
由Flink管理的，Flink帮忙存储、恢复和优化
提示：使用较多
原生状态（Raw State）
是开发者自己管理的，需要自己序列化
区别
状态管理的方式
Managed State由Flink Runtime托管，状态是自动存储、自动恢复的，Flink在存储管理和持久化上做了一些优化。当我们横向伸缩，或者说我们修改Flink应用的并行度时，状态也能自动重新分布到多个并行实例上。
Raw State是用户自定义的状态。
状态的数据结构
Managed State支持了一系列常见的数据结构，如：
ValueState、ListState、MapState等。Raw State只支持字节，任何上层数据结构需要序列化为字节数组。使用时，需要用户自己序列化，以非常底层的字节数组形式存储，Flink并不知道存储的是什么样的数据结构。
使用场景
Managed State：绝大多数的算子都可以使用，通过继承 Rich函数类 或 其他提供好的接口
Raw State是在已有算子和Managed State不够用时，用户自定义算子时使用。
Managed State 分类
Managed State 分为 Keyed State 和 Operator State
Keyed State
Keyed State 是 KeyedStream 上的状态
如上图，进行 keyBy 分组，形成一个 KeyedStream ，数据流中所有 key 相同的数据 共享一个状态，可以 访问 和 更新 这个 状态
每个 Key 对应一个自己的状态
Operator State
可以用在所有算子上，每个算子子任务 或者说 每个算子实例 共享一个状态，流入这个算子子任务的数据可以 访问 和 更新 这个状态。
如下图：算子子任务1上的所有数据可以共享第一个Operator State，以此类推，每个算子子任务上的数据共享自己的状态。
存储
状态都是基于 本地的，即：每个算子子任务（或者说每个算子实例）维护着这个算子子任务对应的状态存储
算子子任务之间的 状态不能相互访问
参考：
https://www.cnblogs.com/sfzlstudy/p/16543985.html