一、 背景
Flink的Watermark是解决窗口计算中的时间乱序问题,以滚动窗口为例
二. 具体样例:
如果watermark中timestamp严格的重合的话,计算窗口时间的总和
那么 0到5的窗口计算的结果为:0 + 1 + 2 + 3 + 3 + 4 = 13
5到10 的窗口计算的结果为: 5 + 6 + 6 + 7 + 8 = 32 ,其中4 被遗弃了,不参与count的计算
10 到 15 窗口计算的结果为: 10 ,其中8 和 9 是乱序数据因此就被遗弃了
- 具体样例:
如果水位线增加一点延迟,延迟为3
那么在事件时间为8 到之前的 事件时间小于5的数据都为在第一个窗口中被处理 [0,5)
最终的计算结果为:
窗口1 :0 + 1 + 2 + 3 + 3 + 4 + 4 = 17 000
窗口2 :5 + 6 + 6 + 7 + 8 + 8 + 9 = 49 000
窗口3 :10
三、 发散思维1
在 8 之前再添加一个2 ,那个第一个窗口的计算结果就是 17 + 2 = 19
四、 发散思维2
在 8和 9 之后插入6,因为延迟是3秒,因此在事件时间为13的数据没来之前的小于10的数据都可以在第二个窗口被计算
因为第二个窗口的值应该是 49 + 6为55