Flink 源码分析之写给大忙人看的 Flink Window 原理

Window 可以说是 Flink 中必不可少的 operator 之一，在很多场合都有很非凡的表现。今天呢，我们就一起来看一下 window 是如何实现的。



window 分类

Tumbling Window

Sliding Window



Session Window

Global Window



window operator



evictor

evictor 主要用于做一些数据的自定义操作，可以在执行用户代码之前，也可以在执行用户代码之后，更详细的描述可以参考 org.apache.flink.streaming.api.windowing.evictors.Evictor 的 evicBefore 和 evicAfter 两个方法。

 

trigger

trigger 用来判断一个窗口是否需要被触发，每个 WindowAssigner 都自带一个默认的 trigger，如果默认的 trigger 不能满足你的需求，则可以自定义一个类，继承自 Trigger 即可，我们详细描述下 Trigger 的接口以及含义：



• onElement() 每次往 window 增加一个元素的时候都会触发



• onEventTime() 当 event-time timer 被触发的时候会调用



• onProcessingTime() 当 processing-time timer 被触发的时候会调用



• onMerge() 对两个 trigger 的 state 进行 merge 操作



• clear() window 销毁的时候被调用



上面的接口中前三个会返回一个 TriggerResult，TriggerResult 有如下几种可能的选择：



• CONTINUE 不做任何事情

• FIRE 触发 window

• PURGE 清空整个 window 的元素并销毁窗口

• FIREANDPURGE 触发窗口，然后销毁窗口



window code

package org.apache.flink.streaming.connectors.kafka;

import org.apache.flink.api.common.serialization.SimpleStringSchema;

import org.apache.flink.api.java.functions.KeySelector;

import org.apache.flink.contrib.streaming.state.RocksDBStateBackend;

import org.apache.flink.runtime.state.StateBackend;

import org.apache.flink.streaming.api.CheckpointingMode;

import org.apache.flink.streaming.api.TimeCharacteristic;

import org.apache.fli