在 Apache Flink 中，KeyedStream 与普通 DataStream 在数据处理上存在哪些关键差异？请说明 KeyedStream 的定义及其对状态和窗口操作的影响。

回答思路

1. 【回答框架 1】KeyedStream 是 DataStream 经过 keyBy 算子后得到的一种特殊数据流，它根据指定 key 对数据进行逻辑分区，相同 key 的元素会被划分到同一个分区，并保证后续操作按 key 处理。
2. 【回答框架 2】与普通 DataStream 相比，KeyedStream 支持按 key 维护状态，状态被绑定到每个 key 上，实现状态隔离；同时，窗口操作可以按 key 分组，如基于事件时间的滚动窗口或滑动窗口，而普通 DataStream 并不具备这些按 key 的语义。
3. 【回答框架 3】在物理执行上，keyBy 通过哈希分区将数据分发到下游并行子任务，相同 key 一定进入同一并行实例，从而保证状态和窗口的正确性；普通 DataStream 的算子则通常基于数据流本身，不进行按 key 的重分布。
4. 【回答框架 4】使用 KeyedStream 时需要注意 key 的选择，key 必须可序列化且分布均匀，否则可能导致数据倾斜；同时，键控状态和按键窗口都会引入额外的序列化与网络开销，需要合理设置并行度和状态后端。
5. 【关键点 1】KeyedStream 由 keyBy 产生，按 key 逻辑分区，相同 key 进入同一分区。
6. 【关键点 2】KeyedStream 支持键控状态，状态按 key 隔离，普通 DataStream 不能直接使用键控状态。
7. 【关键点 3】窗口操作在 KeyedStream 上按 key 分组，普通 DataStream 只能进行全局窗口。
8. 【关键点 4】keyBy 使用哈希分区，key 的选择影响数据倾斜和性能。
9. 【关键点 5】KeyedStream 的状态访问需要应用上下文，如 KeyedProcessFunction 中通过 RuntimeContext 获取状态。
10. 【易错点 1】混淆 keyBy 与 groupBy 的概念，前者是物理分区，后者是逻辑分组，但 keyBy 后流仍是连续的，不是批处理中的分组。
11. 【易错点 2】认为所有窗口都需要 KeyedStream，实际上非按键窗口（如全窗口）也存在，但语义和状态不同。
12. 【易错点 3】忽视 key 序列化和 hash 均匀性，可能导致严重数据倾斜和作业性能下降。