本文隶属于专栏《董工的1000个大数据技术体系》摘要,该专栏为笔者原创,引用请注明来源,不足和错误之处请在评论区帮忙指出,谢谢!
目录
前言
Flink中流处理由事件产生,经过source,再到operator,中间是有一个过程和时间的,虽然都是按事件产生的时间顺序产生的,但是我们也不能排除,网络,背压等问题会导致乱序的产生,如果发生这种情况,我们又不能一直等下去,所以必须要有个机制来保证在一个特定的时间后,必须触发窗口去进行计算了。这个特别的机制,就是水位线(waterark)。
一、watermark是什么?
在Flink中,水位线是一种衡量Event Time进展的机制,用来处理实时数据中的乱序问题的,通常是水位线和窗口结合使用来实现。简单来说 Watermark就是用来触发window计算的
在Flink处理窗口数据的过程中,如果确定数据已经全部到达之后,就可以计算,分组,聚合等操作,如果数据没有全部达到那就继续等待窗口数据全部到达之后才能