UpdataStateBykey updataStateBykey是特殊的reduceByKey， 相當于oldValue+reduceByKey(newValue1,newValue2)，通過傳入一個updateFunc來實現批次間數據累加的操作。

實現它必須設置checkPoint路徑，updataStateBykey會自動將每次計算的結果持久化到磁盤，批次間的數據則是緩存在內存中。

缺點：大量占用內存，大量產生小文件 MapwithState mapwithState是spark1.6新增的累加操作，目前還在測試中，它的原理網上查不到，只知道是updataStateBykey的升級版，效率提升10倍。

缺點：資料不全，社區很小 不建議使用狀態流累加操作，建議用窗口+第三方存儲(redis)來達到同樣的效果。

Spark Streaming中的updateStateByKey和mapWithState的區別和使用。

UpdateStateByKey：統計全局的key的狀態，但是就算沒有數據輸入，他也會在每一個批次的時候返回之前的key的狀態。

這樣的缺點就是，如果數據量太大的話，而且我們需要checkpoint數據，這樣會占用較大的存儲。

如果要使用updateStateByKey,就需要設置一個checkpoint目錄（updateStateByKey自己是無法保存key的狀態的），開啟checkpoint機制。因為key的state是在內存維護的，如果宕機，則重啟之后之前維護的狀態就沒有了，所以要長期保存它的話需要啟用checkpoint，以便恢復數據。 

MapWithState：也是用于全局統計key的狀態，但是它如果沒有數據輸入，便不會返回之前的key的狀態，有一點增量的感覺。

這樣做的好處是，我們可以只關心那些已經發生變化的key，對于沒有數據輸入，則不會返回那些沒有變化的key的數據。

這樣即使數據量很大，checkpoint也不會像updateStateByKey那樣，占用太多的存儲。