Flink的Watermark细节介绍

在前面的流处理随谈一文中已经简单介绍了Watermark，本文主要再结合Flink具体分析一下，作为补充。

理论

如果看完之前的文章，已经完全理解了Watermark，那可以直接跳过这部分，看实战部分。如果还不太理解，我通过几个问题来阐述一下，帮助你理解。要注意的是下面的描述方式和实际实现未必完全一样（有些甚至是我的个人观点），但可以帮助你更好的理解。

What？

Watermark是什么？从不同的维度可以有不同的理解

1. 从Watermark的计算角度看：可以将Watermark理解为一个函数：F(P)−>EF(P)−>E，它的输入是当前的系统时间，输出是一个Event Time（一个时间戳），而且输出的这个时间戳是严格单调递增的。这样看，Watermark就是一个函数。
2. 从Watermark的具体形式来看：可以将Watermark当成一个个时间戳，值就是1中输出的那个时间戳。
3. 从Watermark流转的角度看：可以将Watermark理解成夹杂在正常流事件中的一个个特殊事件。

这3种描述方式，看似不同，实则一样，只是从不同的角度去看了而已。不管怎么理解，我们必须知道：流处理系统规定，如果某个时刻Watermark的值为T1，那系统就认为凡是早于或等于T1时间的事件都已经收到了。注意，这个就是Watermark所代表的含义，