Flink中增量聚合函数和全量聚合函数的关系

 在上一篇博客当中，我们对Window的整体分类即使用进行了介绍，今天我们将从另外一个角度对Window进行分类，这个角度就是聚合角度。

Window的聚合操作分为2种：一种是增量聚合，另外一种是全量聚合，增量聚合是指窗口内每进入一条数据就计算一次，而全量聚合是指在窗口

被触发的时候才会对窗口内的所有数据进行一次计算。

（1）增量聚合
常见的增量聚合函数有：reduce(reduceFunction)、aggregate(aggregateFunction)、sum()、min()、max()。

增量聚合我们可以用下面一张图来表示：

大家从图上面也许就已经明白增量聚合的含义了：来一条数据、计算一次。

接下来我们通过一个例子演示一下效果：

示例程序：增量聚合

package Stream_example.window;

import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.functions.ReduceFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.str