目录
1. Wartermark是什么
Watermark 是 Apache Flink 提出的一种用来解决乱序、延迟数据等情况的解决
方案,通常和窗口结合使用。本质上来说 Watermark 就是 单调递增的时间戳,来控制等待延迟数据的最大时长。
由周期性生成和标记生成两种方法。
单流wartermark
多流wartermark:多流会出现空闲流的问题。空闲流的问题,用户可以设置一个超时时间,当某个流超过指定时间,没有新数据的话,flink就会放弃原来的全局wm,重新生成一个新的wm。
2. 两个常见的问题
下面的两个问题值得思考:
1.对于超出延迟范围的内的数据如何处理?(默认情况下是直接丢弃掉)
参考这里