Apache Flink是一个流处理框架，它提供了强大的连续处理能力。当使用Flink进行连续分割操作时，可能会遇到一些奇怪的行为。以下是一些常见问题及其解决方法。

1. 问题：连续分割操作没有按预期工作，数据没有正确分割。 解决方法：确保你的分割操作正确定义。请检查分割操作的逻辑是否正确，是否正确使用了分隔符、正则表达式或其他条件。还要确保你的数据流是按预期格式进行处理的。

2. 问题：连续分割操作导致数据重复。 解决方法：这可能是由于分割操作执行的位置不正确导致的。确保你在正确的位置执行分割操作，例如在流处理的适当位置或转换操作之前执行分割操作。

3. 问题：连续分割操作无法处理大量数据。 解决方法：如果你的数据量很大，并且分割操作无法处理所有数据，请考虑使用窗口操作来限制数据的大小。你可以使用滚动窗口、滑动窗口或会话窗口来控制数据的处理范围，从而避免内存溢出或其他性能问题。

4. 问题：连续分割操作导致性能下降。 解决方法：如果你的分割操作性能较差，可能是由于操作过于复杂或计算资源不足导致的。请考虑优化你的分割逻辑，使用更高效的算法或数据结构。还可以尝试增加计算资源，例如增加任务的并行度或使用更强大的机器。

下面是一个使用Flink进行连续分割操作的示例代码：

DataStream input = ...;  // 输入数据流

DataStream splitStream = input.flatMap(new RichFlatMapFunction() {
    @Override
    public void flatMap(String value, Collector out) throws Exception {
        String[] splitValues = value.split(",");  // 使用逗号分割数据
        for (String splitValue : splitValues) {
            out.collect(splitValue);  // 发出分割后的数据
        }
    }
});

在上面的示例中，我们使用逗号分割输入数据并将分割后的数据发出。你可以根据你的需求修改分割逻辑，并根据具体情况进行调整。

希望以上解决方法可以帮助你解决Apache Flink连续分割的奇怪行为。如果问题仍然存在，请提供更多的细节和代码示例，以便更好地帮助你解决问题。