flink窗口

1. 滑动窗口：适用场景：每隔多长时间计算最近多长时间内的统计结果

2. 滚动窗口：适用场景：每隔一小时，计算前一小时的统计结果

3. 会话窗口

水位线：forBoundedOutOfOrderness：乱序程度

还可分为keywidow和nokeywindow

keywidow（每一个窗口都有自己的key，key是一样的）：调用widow函数进行聚合，aggregate算子和reduce算子和max等

nokeywindow：调用windowAll进行

aggregate算子和reduce算子的区别：

         1）他们都是窗口函数，都是在划分窗口之后才会调用的函数，并且都是增量聚合函数，增量聚合函数就是窗口每来一条数据就进行聚合。全量聚合函数是，窗口的数据都到了之后才进行聚合

• reduce(reduceFunction)
• aggregate(aggregateFunction)
• sum() 底层是ruduce
• min()底层是ruduce
• max()底层是ruduce

      reduce算子增量聚合实现方式都是，ruducefuction负责实时聚合，窗口触发后会使用prosseswindfunction使用ruducefuction的结果。

aggregate算子的增量聚合方式是：aggregateFunction和prosseswindfunction

           2）他们的区别在于，aggregate的输入类型值，中间结果值，返回结果值可以是三种类型的数据，但是reduce只能是输入类型相同和输出是统一类型的数据

4. 窗口中如果设置的水位线无乱序程度，但是窗口设置有允许迟到时间，当数据超过允许迟到的时间后，再进行侧流输出，sideoutputlatebate

5. 伪代码模式

注册水位线：提取时间字段和乱序程度

调用key或者不调用keyby，去分开是那种窗口

再去调用滑动或者滚动窗口

再去窗口是否允许迟到时间

再去调用窗口的触发(设置自定义触发器需要自定义定时器)

再去调用窗口的清除

再去调用窗口的迟到数据是否侧流输出

再去调用具体的窗口计算逻辑，聚合算子或者apply或者poross方法