本文通过一个实例介绍了如何使用PyFlink进行滚动窗口操作，模拟Kafka生产者发送数据，Flink实时计算处理Kafka数据，并将结果发送回Kafka。详细解析了窗口计算的触发条件、watermark机制以及窗口时间划分规则。
写在前头：
更多大数据相关精彩内容请进我的知识星球，每周定期更新
正篇
技术路线：模拟kafka生产者发送数据——>flink对kafka数据实时计算处理——>处理后的数据发送到kafka
1、模拟客流数据的生产者，参考https://blog.csdn.net/qq_22611181/article/details/119900250
2、flink聚合操作原理介绍，参考https://blog.csdn.net/qq_22611181/article/details/119916825
滚动窗口示例：
以客流数据为例，20s为一个窗口，计算该事件窗口内的客流数和
kafka中数据样式为：
{'stationid':1, 'stationname':
最低0.47元/天 解锁文章
757
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
