因为我们有一个流应用程序来做交易清算，我们需要缓存内存和检查点中的所有帐户，以定期快照，以避免数据丢失。
缓存需要与快照同步，并提供密集的读/写操作。
我们尝试了以下代码，发现性能不太好。

MapState<KEY, VALUE> orderState = runtimeContext.getMapState(new 
MapStateDescriptor(name, TypeInformation.of(keyType), TypeInformation.of(valueType)));

MapStateStorage<KEY, VALUE> mapStateStorage = new MapStateStorage<>(orderState);

我们将业务对象缓存在自己的Map中，在提交阶段，我们获取修改后的业务对象并将其放入mapstatestorage
与配置

rocksdb.filepath=s3://test-flink/${ENV_NAME}/rocksdb

从rocksdbmapstate的代码中，put将转到rocksdb，write也将转到rocksdb，并对序列化和反序列化进行惩罚。
对于这样的高r/w率，有什么最佳实践吗？
谢谢，