在 Apache Flink 中，StateBackend 承担什么职责？请列举常用的 StateBackend 实现，并简述各自特点。

回答思路

1. 【回答框架 1】StateBackend 是 Flink 运行时用于存储和访问算子状态（keyed state 和 operator state）的插件化组件，决定状态数据存放在本地内存、文件系统还是外部存储，并影响检查点（checkpoint）的持久化机制与性能。
2. 【回答框架 2】常见实现包括 MemoryStateBackend、FsStateBackend 和 RocksDBStateBackend。MemoryStateBackend 将状态保存在 TaskManager 的堆内存中，检查点数据存于 JobManager 内存，适合小状态、调试和本地开发环境。
3. 【回答框架 3】FsStateBackend 将状态保存在 TaskManager 的堆内存中，检查点数据写入文件系统（如 HDFS、S3），适合中等状态规模和生产环境，注重故障恢复能力。
4. 【回答框架 4】RocksDBStateBackend 将状态存储在本地 RocksDB（基于磁盘的键值存储）中，支持增量检查点，可容纳超大规模状态（超出内存），通过内存与磁盘配合获得更大容量，但读写性能相对较慢。
5. 【回答框架 5】选择时需权衡状态大小、访问延迟、检查点开销和容错要求，并进行实际压测。新版 Flink 中的统一检查点存储（checkpoint storage）和可插拔状态后端设计，提供了进一步扩展的可能。
6. 【关键点 1】StateBackend 定义状态存储位置与检查点持久化机制，是 Flink 状态管理核心。
7. 【关键点 2】MemoryStateBackend 存于堆内存与 JobManager，适合小状态、调试开发。
8. 【关键点 3】FsStateBackend 堆内存存状态，文件系统存检查点，适合中等状态生产。
9. 【关键点 4】RocksDBStateBackend 基于磁盘存储，支持大状态与增量检查点，但性能稍低。
10. 【关键点 5】选型依据状态大小、延迟和容错需求，需结合压测。
11. 【易错点 1】不能笼统说某一 StateBackend 一定比另一快，实际性能受状态访问模式、硬件等因素影响。
12. 【易错点 2】检查点存储与 StateBackend 概念不同，避免混淆，新版本中二者分离。
13. 【易错点 3】MemoryStateBackend 不适合生产环境大状态，因为状态保存在 JobManager 内存可能导致内存溢出或性能瓶颈。