Flink Timer的onTimer事件是否会强制触发流的重分布？

针对你提出的两个问题，结合Flink核心运行机制给出明确说明：

问题1：事件是否会像有状态处理那样基于Key重分布并checkpoint？ #

• 只要是基于KeyedStream运行的KeyedProcessFunction（无论是否自定义状态），所有事件都会按Key的哈希值分配到对应的任务实例，这是KeyedStream的核心特性——保证相同Key的事件始终由同一个任务处理，和是否使用状态无关。哪怕上游Kafka已经按交易ID哈希分区，Flink依然会维持Key到任务的绑定逻辑（如果Kafka分区策略和Flink的keyBy分区逻辑一致，能避免额外洗牌，但逻辑上还是遵循KeyedStream的分区规则）。
• 关于checkpoint：Timer本身属于Flink内部维护的Keyed State范畴，即使你没有自定义任何状态，注册的Timer信息会被纳入checkpoint持久化，故障恢复时会从checkpoint中恢复Timer的触发时间和绑定的Key，保证Timer能正常触发。

问题2：Timer到期事件是否会在任务间重分布，还是在注册它的机器上执行？ #

• Timer是和具体Key强绑定的，注册时会关联到该Key对应的任务实例。当Timer到期时，会在负责处理该Key的任务实例上触发，而非注册它的原始机器。
• 如果发生任务重新分配（比如集群扩缩容、故障恢复），Timer会随着Key的分区迁移同步到新的任务实例，恢复后依然会在新的负责任务上触发，不会留在原机器。

内容的提问来源于stack exchange，提问作者rrydziu