Flink 的窗口机制

🪟 1. 基于时间驱动的滚动时间窗口（Tumbling Time Window - Time-based）

✅ 定义：

• 每隔固定的时间周期开启一个新的窗口。
• 窗口之间不重叠。

🕒 示例：

DataStream<Tuple2<String, Integer>> windowedStream = stream
    .keyBy(keySelector)
    .window(TumblingEventTimeWindows.of(Time.seconds(5))) // 每5秒一个窗口
    .sum(1);

🔍 特点：

属性	描述
类型	Keyed 或 Non-Keyed
时间戳	依赖事件时间或处理时间
触发机制	固定时间触发
应用场景	统计每 N 秒的数据总量（如每分钟订单数）

---

🧊 2. 基于事件驱动的滚动时间窗口（Tumbling Count Window - Event-based）

✅ 定义：

• 每收集固定数量的元素后触发一次窗口计算。
• 不依赖时间，只依赖元素个数。

📏 示例：

DataStream<Tuple2<String, Integer>> windowedStream = stream
    .keyBy(keySelector)
    .countWindow(10) // 每收到10条数据就触发一次计算
    .sum(1);

🔍 特点：

属性	描述
类型	Keyed 或 Non-Keyed
时间戳	无时间概念，仅按元素数量划分
触发机制	元素数量达到设定值
应用场景	当数据量稳定但时间不确定时使用（如每100个传感器读数统计一次）

---

⏱️ 3. 基于时间驱动的滑动时间窗口（Sliding Time Window - Time-based）

✅ 定义：

• 窗口每隔一定时间“滑动”一次，窗口长度固定。
• 窗口之间有重叠。

🕒 示例：

DataStream<Tuple2<String, Integer>> windowedStream = stream
    .keyBy(keySelector)
    .window(SlidingProcessingTimeWindows.of(Time.seconds(10), Time.seconds(5))) // 窗口长10s，每5s滑动一次
    .sum(1);

🔍 特点：

属性	描述
类型	Keyed 或 Non-Keyed
时间戳	依赖事件时间或处理时间
触发机制	固定时间间隔触发
应用场景	需要连续、实时更新统计数据（如每5秒查看过去10秒的平均值）

---

📐 4. 基于事件驱动的滑动时间窗口（Sliding Count Window - Event-based）

✅ 定义：

• 每隔固定数量的元素滑动一次窗口，窗口长度也以元素个数为单位。
• 窗口之间可以部分重叠。

📏 示例：

DataStream<Tuple2<String, Integer>> windowedStream = stream
    .keyBy(keySelector)
    .countWindow(10, 5) // 窗口包含10个元素，每5个元素滑动一次
    .sum(1);

🔍 特点：

属性	描述
类型	Keyed 或 Non-Keyed
时间戳	无时间概念，仅基于元素数量
触发机制	元素数量达到设定滑动步长
应用场景	数据速率不均，需要定期更新统计（如每100个请求统计前200个的平均响应时间）

---

🛎️ 5. 会话窗口（Session Window）

✅ 定义：

• 根据活动间隙（gap） 来划分窗口。
• 如果两个元素之间的时间差超过设定的 gap，则属于不同的窗口。

🕒 示例：

DataStream<Tuple2<String, Integer>> windowedStream = stream
    .keyBy(keySelector)
    .window(EventTimeSessionWindows.withGap(Time.minutes(1))) // 1分钟内无新事件视为会话结束
    .sum(1);

🔍 特点：

属性	描述
类型	Keyed 或 Non-Keyed
时间戳	通常基于事件时间
触发机制	检测到会话间隔（gap）
应用场景	用户行为分析（如点击流、登录日志等），识别用户活跃时间段

---

📊 总结对比表

窗口类型	划分依据	是否重叠	触发条件	示例
滚动时间窗口	时间	否	时间到达	TumblingEventTimeWindows.of(Time.seconds(5))
滚动计数窗口	元素个数	否	数量达到	countWindow(10)
滑动时间窗口	时间	是	时间滑动	SlidingEventTimeWindows.of(Time.seconds(10), Time.seconds(5))
滑动计数窗口	元素个数	是	数量滑动	countWindow(10, 5)
会话窗口	事件间隔	动态	间隔超过gap	EventTimeSessionWindows.withGap(Time.minutes(1))

---

✅ 选择建议

场景	推荐窗口类型
实时监控每 N 秒汇总一次	滚动时间窗口
数据按批次处理（如每100条）	滚动计数窗口
需要平滑的实时指标（如移动平均）	滑动时间窗口
数据频率不规则但需定期统计	滑动计数窗口
分析用户行为（如点击流、登录会话）	会话窗口