Flink窗口、时间和水印

这篇文章主要介绍Flink的窗口、时间和水印。

      在之前的文章中反复提到过窗口和时间的概念，Flink框架中支持事件时间、摄入时间和处理时间三种。当我们在流式计算环境中数据从Source产生，再到转换和输出，这个过程由于网络和反压的原因会导致消息乱序，因此，需要一个机制来解决这个问题，这个特别的机制就是“水印”。

Flink的窗口和时间

根据窗口数据划分的不同，Flink目前支持如下3中：

• 滚动窗口，窗口数据有固定的大小，窗口中的数据不会叠加；
• 滑动窗口，窗口数据有固定的大小，并且有生成间隔；
• 会话窗口，窗口数据没有固定的大小，根据用户传入的参数进行划分，窗口数据无叠加。

Flink 中的时间分为三种：

• 事件时间（Event Time），即事件实际发生的时间
• 摄入时间（Ingestion Time），事件进入流处理框架的事件
• 处理时间（Processing Time），事件被处理的事件

如下面，详细说了这三种时间的区别和联系：