1、flink程序资源有限，kafka中数据比较多，想要按一定比例丢弃数据(或者其它策略)，减轻flink 程序压力，有什么方法吗？
场景描述：
Kafka 中的数据直接入到 MySQL 数据库中，数据格式如下:
order_id status
只有两个字段， order_id 为主键，以 replace 覆盖方式写入到数据库中。
对同一个 order_id, status 变化很频繁，为不对数据库造成压力，不会对每一条记录都做入库操作，但一定要保证这个 order_id
最终的状态不丢，但这个最终的状态也不确定是多少。
我的做法是 KeyBy orderId 后判断两条记录的时间间隔，如果时间间隔太小不做入库操作，但如果这个 order_id
最后来的两条记录时间间隔太小，会导致最终的状态丢失。
如果不同算子 需要共享状态，是否考虑 归为一个算子进行处理，同理后面的算子也是
> 2022年2月25日 下午4:30，huangzhi...@iwgame.com 写道：
>
> 对于keyed datastream 不同的算子之间是否能够共享同一状态，或者后面的算子任务，是否可以拿到前一个算子任务中的状态？
>
>
>
> huangzhi...@iwgame.com
Hi, swessia
flink-conf 中的 state.backend 是集群默认配置，你可以检查下 Job 是否指定了backend。
具体方式可以参考官方文档：
https://nightlies.apache.org/flink/flink-docs-master/docs/ops/state/state_backends/#configuring-a-state-backend
对于keyed datastream 不同的算子之间是否能够共享同一状态，或者后面的算子任务，是否可以拿到前一个算子任务中的状态？
huangzhi...@iwgame.com
