Flink 状态管理深度剖析：从 KeyedState 到 RocksDB，状态如何存储、恢复与扩缩容

Flink 的状态管理是它区别于“无状态流处理框架”的核心能力，但多数人对它的理解停留在“用 ValueState 存个值”的 API 层面。这篇文章要回答三个生产级问题：状态到底存在哪里（内存还是 RocksDB 的 LSM-Tree）？Checkpoint 时到底上传了什么（全量还是增量）？并行度改了，状态会不会丢（KeyGroup 如何重新分配）？ 读完你将能根据业务数据量正确选择状态后端，