开源串流处理框架Apache Flink开发商Ververica推出了一个新的有状态分布式应用程序框架Stateful Functions，降低构建以及调度分布式有状态应用程序的复杂度，Stateful Functions能结合Apache Flink以及函数即服务（Function-as-a -Service，FaaS）的优点，提供事件驱动基础架构的抽象。
Ververica提到，由于Kubernetes和FaaS的发展，无状态运算应用程序的调度已经发展至一定的程度，但仍无法满足有状态的分布式应用程序需求，市面上主要的解决方案多数关注计算而非状态，函数之间的交互障碍，影响了开发工作的简便性，也阻碍分布式数据的一致性。
而Stateful Functions就是为了解决这些限制出现，用户可以定义松耦合且独立的函数，这些函数可以通过共享小型资源池，来维持一致性地交互。
Stateful Functions由两部分组成，分别是Runtime以及API，其使用Apache Flink内置的Runtime，进行分布式协调、沟通和状态管理，应用程序的状态会存储在串流处理引擎中，与计算资源位在同一处，可以提供快速且一致的状态访问，并且获得Apache Flink分布式快照模型的支持，提供强健的状态永久性和容错性。
Stateful Functions API则封装了商业逻辑小片段功能，这些函数以虚拟实例的形式存在，在应用程序中通常是指每个用户或是存货对象等实体，其分散在每个存储分片中，因此应用程序可以简单地横向扩展。每个函数在本地端都具有永久用户定义的状态，并且能够任意的向其他函示发送消息。
Ververica特别解释，Stateful Functions框架并不是用来取代FaaS或是其他无服务器服务的，而是要提供一种同时具有无服务器服务的特性，但又适用于解决状态中心问题的解决方案。像是由事件驱动的应用程序，因为需要操作状态机（State Machine）并且纪录背景信息，因此很适合使用状态中心范式开发。
Stateful Functions通过使用Apache Flink的串流处理，扩展其状态管理以及容错模型，来达到简化状态逻辑，并扩展不同状态和事件之间交互的规模，而由于这个模型的状态与运算位在同一处，因此应用程序要取得状态的时候，不需要访问外部存储系统，或是使用专用状态管理模式来维持状态一致性。Stateful Functions的存储分为两层，一个是短暂状态/计算层Apache Flink，另一个则为简单地永久性Blob存储层，而永久存储可让每个函数实例，独立地维护并关注容错状态。
虽然Stateful Functions API独立于Apache Flink，但是其Runtime是基于Apache Flink的DataStream API构建。Ververica表示，Stateful Functions应用程序通常是模块化，其中包含了多个函数集，只要使用单一Apache Flink应用程序就能进行多任务处理，让各函数维持一致状态且可靠地交互，这样的好处是让多个小工作共享资源池，不需要事先准备应对高峰访问的资源，绝大多数的时间虚拟实例都是闲置状态，不消耗任何资源。