Flink菜鸟教程(二)——时间概念

 欢迎关注公众号——《数据三分钟》

一线大厂的师兄师姐结合自己的工作实践，将数据知识浅显道来，每天三分钟，助你成为数据达人。还有面试指导和内推机会。

       上一节说到，实时计算中的数据可以看成无界流(unbounded stream)，没有确切的结束时间，就像水流一样——逝者如斯夫，不舍昼夜。这也是实时数据区别于离线数据的地方，离线数据是有界的，有确定的开始时间和结束时间，因此所有的离线计算都是基于确定的有限数据展开的。

一、实时计算中时间的重要性

       离线计算模式下，计算引擎摄入全量的需要计算的有界数据，按照确定的维度进行聚合，所有的计算过程都是确定的。但是在实时计算中却截然不同，首先实时计算是持续不断进行的，由于网络波动等情况不可避免，数据最终到达算子的时间和数据真实产生的时间并不一致，那么flink引擎以什么为计算的基准呢？又怎么去触发计算呢？这里就不得不提到窗口机制了，它是经典的无界数据的分组计算方式。流式计算中的数据是一条一条源源不断产生的记录，每一条记录都会有产生的时间、进入Flink引擎的时间和到达算子的时间，这些时间分别对应Event time、Ingestion time、Processing time，Flink就是按照这些时间对数据进行分组和计算的。