特性介绍
状态存储（state store）是Flink的重要组成部分，主要由状态后端（state backend）来完成。随着状态（state）中数据量的增大，状态存储性能面临挑战。OmniStateStore基于Flink提供的状态存储后端插件机制，提供状态存储的加速，从而提升Flink的整体性能。
架构介绍
OmniStateStore整体架构主要包括BSS-Cache和BSS-Store两部分。
- BSS-Cache：用于提供近似hash性能的热数据访问能力，同时提供高效的数据降级策略。
- BSS-Store：基于磁盘组织的LSM-Tree（Log-Structured Merge-Tree，日志结构合并树）提供大容量的温数据访问能力。
OmniStateStore整体架构设计图如图1所示。
约束和限制
OmniStateStore作为Flink的加速插件，不仅兼容华为鲲鹏计算平台，同时也可在通用x86服务器上运行。
应用场景
OmniStateStore适用于Apache Flink流处理任务中状态数据量增大导致IO性能成为瓶颈的场景。
典型使用场景包括但不限于：
- 实时大数据处理任务：如实时ETL、流式聚合、窗口计算等，其中状态规模随数据持续流入不断增长。
- 复杂事件处理与有状态流计算：需长时间维护大规模状态（如用户会话跟踪、实时风控模型状态）。
- 需高吞吐状态访问的Flink作业：在实测场景中，OmniStateStore性能达到原生Flink的1.31～2.21倍。
通过其两级存储架构（BSS-Cache提供内存级热数据访问、BSS-Store提供磁盘级温数据容量），OmniStateStore有效优化状态读写效率，适用于openEuler 22.03 LTS SP3等操作系统环境，并支持Flink 1.16.3及以上版本。
典型部署配置
OmniStateStore作为Flink的插件，其部署方式与Flink部署方式保持一致。Flink支持Yarn、Standalone及容器化等多种部署模式。
典型部署场景在3个Docker容器内，容器配置均为8核、32GB内存，其中一个容器中部署Job Manager，另外两个容器中各部署4个Task Manager。Job Manager分配8GB内存，单个Task Manager分配2个Task slot、8GB内存。
父主题： OmniStateStore状态优化