关于kafkaStream的一些应用实战，基于窗口的

废话不多说，关于kafka的其他东西，不详细叙述了，有很多，本文主要基于窗口的，网上的相关案例比较少

我用到的窗口时timeWindow，滚动窗口，kafkaStream，或者说很多流式计算的窗口其实都可以分为3种，会话，滚动，滑动，区别网上很多。

timeWindow有两个参数，一个是advanceby,一个时of,也就是窗口的长度

TimeWindows timeWindows = TimeWindows.of(30000);
//此处是窗口步进时间
timeWindows.advanceBy(30000);

我主要用aggregrate这个函数，就是进行窗口聚合的

第一个是窗口聚合的初始值，第二个是进行聚合的聚合器，第三个就是窗口时间，第四个是类似于序列化的东西

KTable aggregate = groupedStream.aggregate(initializer, aggregator, timeWindows, resultSerde);

这个是初始化函数，可以定义你的初始值

public class MyInitializer implements Initializer {
    @Override
    public VarData apply() {

这个是聚合函数的具体实行方法，消息键，值，和上次聚合后传过来的值，此处返回值，就是本次聚合后的值，我将其封装为vardata

public VarData apply(Object key, Object value, Object vardata) {

在得到聚合结果后，就可以根据具体的结果，将结果进行输出打印，或者是直接放到其他topic当中