在Flink中，选择使用RocksDB作为状态后端是否合适，主要取决于具体的作业需求和场景。以下是一些考虑因素：
1. 状态大小：如果作业的状态大小大于本地内存，如跨度较长的窗口或较大的Keyed状态，RocksDB是一个很好的选择。因为它能够有效地处理大规模状态，并且在状态大小扩展时保持较低的内存开销。
2. 增量Checkpoint：如果作业需要使用增量Checkpoint以减少Checkpoint的时间，RocksDB也是一个好选择。它是目前唯一支持增量检查点（incremental checkpointing）的选项。
3. 延迟和垃圾回收：如果作业需要保证可预测的延迟，并且不受JVM垃圾回收的影响，RocksDB也是一个不错的选择。因为它不受Java垃圾回收的影响，并且内存开销更低。
4. 性能开销：然而，需要注意的是，使用RocksDB作为状态后端会有一些性能开销。因为每次读写操作都必须对数据进行反序列化或者序列化，与Flink内置的in-memory状态后端相比，会有一些额外的开销。
综上所述，如果作业的状态很大，需要支持增量Checkpoint，或者对延迟和垃圾回收有严格的要求，那么使用RocksDB作为状态后端可能是比较好的选择。但是，如果作业的状态很小，或者对性能有非常高的要求，那么可能需要考虑其他选项。在做出决策时，建议根据具体的作业需求和场景进行权衡和测试。