文档中非常强调有状态流处理，因为社区很自豪地创建了一个高性能、容错的流处理器，即使在大规模操作有状态管道时也能提供一次准确的保证。但是你当然可以很好的利用flink而不用state。
然而，真正的无状态应用程序很少。即使在应用程序不执行任何明显有状态的操作（如窗口或模式匹配）的情况下，状态也需要提供一次准确的容错语义。flink可以确保每个传入事件只在sink中保留一次，但这样做需要flink的源和sink保持状态，并且必须检查该状态（并在失败后恢复）。这一切都是透明处理的，除了您需要启用和配置检查点之外，假设您只关心一次保证。
flink文档包括一个关于数据管道和etl的教程，其中包括一些示例和一个练习(https://github.com/apache/flink-training/tree/master/ride-cleansing)无国籍的。
flink有三个主要API：
datastreamapi：这个低级api功能非常强大，但是这里列出的其他api在某些用例中具有强大的优势。文档中的教程是一个很好的起点。另请参见https://training.ververica.com/.
flinksql和表api：这特别适合etl和分析工作负载。https://github.com/ververica/sql-training 这是一个很好的起点。
有状态函数api：这个api提供了一组不同的抽象，以及一个支持各种sdk的云本地、语言无关的运行时。对于事件驱动的应用程序来说，这是一个很好的选择。https://flink.apache.org/stateful-functions.html 以及https://github.com/ververica/flink-statefun-workshop 是一个很好的起点。