一般来说，如果要在flink中缓存/镜像外部数据库的状态，最有效的方法是将数据库的突变流化为flink——换句话说，如果数据库支持，将flink变成数据库的更改数据捕获（cdc）流的复制端点。
我没有使用hbase的经验，但是https://github.com/mravi/hbase-connect-kafka 是一个可能有用的例子（把Kafka放在hbase和flink之间）。
如果您希望从flink查询hbase，并且希望避免一次对一个用户进行点查询，那么您可以构建如下内容：

-> queryManyUsers -> keyBy(uId) -> 
streamToEnrich                                 CoProcessFunction
              -> keyBy(uID) ------------------->

在这里，您可以分割流，通过窗口或进程函数或异步i/o发送一个副本以批量查询hbase，并将结果发送到保存缓存并执行扩展的协进程函数。
当记录沿着底部路径直接到达这个协处理函数时，如果必要的数据在缓存中，那么就使用它。否则，记录将被缓冲，等待来自上层路径的缓存数据到达。