### 歡迎訪問我的GitHub [https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos) 內容：所有原創文章分類彙總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等； ### 歡迎訪問我的GitHub > 這裡分類和彙總了欣宸的全部原創(含配套原始碼)：[https://github.com/zq2599/blog_demos](https://github.com/zq2599/blog_demos) ### Flink處理函式實戰系列連結 1. [深入瞭解ProcessFunction的狀態操作(Flink-1.10)](https://blog.csdn.net/boling_cavalry/article/details/106040312)； 2. [ProcessFunction](https://xinchen.blog.csdn.net/article/details/106299035)； 3. [KeyedProcessFunction類](https://xinchen.blog.csdn.net/article/details/106299167)； 4. [ProcessAllWindowFunction(視窗處理)](https://xinchen.blog.csdn.net/article/details/106453229)； 5. [CoProcessFunction(雙流處理)](https://xinchen.blog.csdn.net/article/details/109614001)； ### 關於ProcessFunction狀態的疑惑 學習Flink的ProcessFunction過程中，官方文件中涉及狀態處理的時候，不止一次提到只適用於keyed stream的元素，如下圖紅框所示：  之前寫過一些flink應用，keyed stream常用但不是必須用的，所以產生了疑問： 1. 為何只有keyed stream的元素能讀寫狀態？ 2. 每個key對應的狀態是如何操作的？ ### Flink的"狀態" 先去回顧Flink"狀態"的知識點： 1. 官方文件說就兩種狀態：keyed state和operator state：  2. 如上圖，keyed stream的元素是具有key的特徵，與ProcessFunction的操作狀態時要求匹配，其他steam的元素由於沒有key的特徵，所以也就沒有狀態一說了； 3. 另一種狀態是Operator State，如下圖，這是和多並行度計算時的運算元例項繫結的，例如當前運算元消費kafka的某個分割槽的最新offset，而ProcessFunction是用來處理stream元素的，不會涉及到Operator State：  ### 官方demo 為了學習ProcessFunction就去看官方demo，地址是：https://ci.apache.org/projects/flink/flink-docs-release-1.10/dev/stream/operators/process_function.html ，簡單說說這個demo的功能： 1. 資料來源在不間斷的產生單詞，每個單詞對應一