Tumbling Windows vs Sliding Windows区别与联系

如本文格式图片不清晰，请访问 https://www.iteblog.com/archives/1717.html，或点击下面阅读原文即可。

在流系统中通常会经常使用到Windows来统计一定范围的数据，比如按照固定时间、按个数等统计。一般会存在两种类型的Windows：Tumbling Windows vs Sliding Windows，它们很容易被初学者混淆，那么Tumbling Windows vs Sliding Windows之间到底有啥区别与联系呢？这就是本文将要展开的。

Tumbling的中文意思是摔跤，翻跟头，翻筋斗；Sliding中文意思是滑动，滑行、滑落；下跌；打滑等意思。中文意思之间不太好区分。

Tumbling Windows vs Sliding Windows之间最大的区别就是：Tumbling windows是不可能重叠的；而Sliding Windows是存在重叠的。

Tumbling window

Tumbling window在流数据中进行滚动，这种窗口不存在重叠，也就是说一个events/data只可能出现在一个窗口中，如下图所示：

从上图可以看出，Tumbling window之间是不存在重叠的。Tumbling window的创建可以基于数量（比如每5个元素构成一个窗口）或者基于时间（如上图每隔10s创建一个窗口）。

Sliding Window

Sliding Window是在流数据中进行滑动，窗口之间可以重叠，它可以在传入的数据流中进行平滑聚合。Sliding Window如下图所示：

　　和Tumbling window一样，我们可以根据需求创建基于数量或者基于时间窗口。

Tumbling Windows vs Sliding Windows区别

我们可以将Tumbling Windows看作是Sliding Windows的特殊情况，当Sliding Windows的滑动时间和窗口时间是一样的时候，这时候Sliding Windows窗口之间就不会重叠，这就是Tumbling Windows。

在当前的Spark版本中（甚至是Spark 2.0）是没有提供直接创建Tumbling Windows的API，但是我们可以通过将Sliding Windows的window duration和slide duration设置成一样来构成Tumbling Windows（可以参见《Spark 2.0介绍：Spark SQL中的Time Window使用》）。

而在Flink中存在非常丰富的窗口函数，包括Global Windows、Tumbling Windows、Sliding Windows以及Session Windows等等，这也是Flink功能强大的一面，欢迎关注https://www.iteblog.com/ 了解更多这方面的知识。过往记忆大数据技术博客微信公共账号：iteblog_hadoop。

猜你喜欢

欢迎关注本公众号：iteblog_hadoop:

0、回复 电子书 获取 本站所有可下载的电子书

1、Apache Spark常见的三大误解

2、Hadoop 3.0磁盘均衡器(diskbalancer)新功能及使用介绍

3、Apache Spark 2.2.0新特性详细介绍

4、干货 | Spark SQL：过去，现在以及未来

5、ElasticSearch内置也将支持SQL特性

6、美团点评数据平台融合实践

7、干货 | Apache Spark最佳实践

8、NodeManager节点自身健康状态检测机制

9、[干货]大规模数据处理的演变(2003-2017)

10、Apache Flink 1.3.0正式发布及其新功能介绍

11、更多大数据文章欢迎访问https://www.iteblog.com及本公众号(iteblog_hadoop) 12、Flink中文文档：http://flink.iteblog.com