1 水位线(WaterMark)是一个时间戳,等于当前到达的消息最大时间戳减去配置的延迟时间,水位线是单调递增的,如果有晚到达的早消息也不会更新水位线,因为消息最大时间戳没变
水位线 = 消息最大时间戳 - 配置的INTERVAl(offset)时间
2 新消息到达时,才计算新的水位线,如果水位线大于等于窗口的endTime(左闭右开)则触发窗口计算,反之继续接收后续消息;消息的EventTime大于等于窗口beginTime则保留,反之被丢弃
水位线 >= 窗口的endTime,则触发窗口计算
3 消息的EventTime小于水位线时不一定被丢弃;消息的EventTime小于窗口beginTime时才会被丢弃
4 与window一起使用,可以对乱序到达的消息排序后再处理
5 引入水位线机制的目的是延迟窗口触发计算的时间,使晚到达的早的消息尽可能也能被保留,用于窗口计算,提高数据准确性
版本:flink1.9.2,java1.8
1 滚动窗口,延迟5s,window内不排序 :
package WaterMark;
import org.apache.flink.api.common.functions.MapFunction;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache.flin