请从Flink流处理框架的角度，阐述有界流与无界流的各自定义，并对比说明Flink在数据处理模型、时间概念、状态管理及资源调度等方面针对这两类数据流所采用的不同处理策略。

回答思路

1. 【回答框架 1】有界流是指数据有明确的开始和结束，通常代表一个固定数据集，如文件或历史记录；无界流则数据持续产生，没有终点，例如实时日志、传感器数据。
2. 【回答框架 2】Flink对有界流采用批处理模式，通过窗口或一次性计算处理整个数据集，可获取完整结果；对无界流采用流处理模式，数据以事件驱动持续进入，系统需持续运行并处理新到达的数据。
3. 【回答框架 3】在时间处理上，有界流侧重处理时间和结果准确性，可用静态水印；无界流需引入事件时间和水位线机制以处理乱序和延迟数据，并可能使用窗口划分数据。
4. 【回答框架 4】状态管理方面，有界流状态相对固定，可在计算结束时清理；无界流必须长期维护状态，依赖状态后端做持久化和故障恢复，且需考虑状态规模。
5. 【回答框架 5】调度与资源上，有界流一次性作业可优化资源释放；无界流需长期占用资源，并需通过检查点、重启策略保障容错连续性。
6. 【关键点 1】有界流处理强调批处理模式，结果精确；无界流处理对流式数据持续计算，强调低延迟。
7. 【关键点 2】无界流需事件时间、水位线和窗口机制来处理乱序与延迟数据。
8. 【关键点 3】无界流的状态管理要求持久化与容错，涉及检查点和状态后端。
9. 【关键点 4】Flink通过统一的流处理引擎，以不同机制适配有界流和无界流的处理需求。
10. 【易错点 1】容易误认为有界流必须采用批处理引擎，实际Flink中两者统一于流处理架构。
11. 【易错点 2】忽略无界流处理中水位线设置不当可能导致结果不准确或延迟过大。
12. 【易错点 3】忽视状态清理策略，导致无界流长运行造成状态无限增长。