Flink调整并行度时是否会丢失旧的Keyed State？

正常符合操作规范的前提下，调整并行度不会丢失已有的Keyed State，不管是并行度调大还是调小的场景都适用。

背后的核心逻辑 #

Flink引入了Key Group作为Keyed State分配的最小单元：

• 每个Key的哈希值会映射到对应的Key Group上，Key Group的总数量等于作业首次启动时设置的maxParallelism（最大并行度，作业启动后不可修改）
• 运行时每个并行实例负责处理固定数量的Key Group，对应的状态也会绑定到对应实例的Key Group下

不同调整场景的状态表现 #

• 并行度调大（如从2调整为5）：原有实例持有的Key Group会按规则拆分，分配给新增的实例，所有历史状态都会跟着对应的Key Group迁移，不会丢失
• 并行度调小（如从5调整为3）：原有多个实例持有的Key Group会合并到更少的实例中，所有状态都会完整保留

可能出现状态丢失的异常场景 #

只有触发以下错误操作时才会出现状态丢失：

• 调整后的并行度超过了作业设置的maxParallelism，导致部分Key Group无法找到对应的实例映射
• 调整并行度时没有从作业原有的checkpoint/savepoint恢复，直接冷启动作业
• 调整并行度的同时修改了键的序列化逻辑、状态名称、状态数据结构，导致原有状态无法被正常读取

标准调整流程：先对运行中的作业触发savepoint，停止作业后指定新的并行度从该savepoint启动即可，只要满足调整后并行度 ≤ maxParallelism的前提，就能保证状态完全恢复。

内容的提问来源于stack exchange，提问作者yanghaogn