Apache Flink中流处理之Window详解

1.关于Window

1.1Window概述

Windows are at the heart of processing infinite streams. Windows split the stream into “buckets” of finite size, over which we can applycomputations.

从官网的翻译来看意思为：窗口是处理无限流的核心。Windows将流拆分为大小有限的“bucket”，我们可以将其应用于计算。

1.2Window的类型

关于Window的可以分成两类：
1.CountWindow：按照指定的数据条数生成一个Window，与时间无关。
2. TimeWindow：按照时间生成Window。
对于TimeWindow，可以根据窗口实现原理的不同分成三类：滚动窗口（Tumbling Window）、滑动窗口（Sliding Window）和会话窗口（Session Window）。

总体而言可以使用下图来概括一下

1.2.1关于TimeWindow的详细描述

1.滚动窗口:将数据依据固定的窗口长度对数据进行切片(在本质上它是属于一种特殊的滑动窗口)。
特点:时间对齐，窗口长度固定，没有重叠

创建方式(除WindowAll方法外，所有使用window开窗算子之前必须要对之前的数据进行KeyBy分组):

.timeWindow(Time.seconds(10))

tips: 1.10.0之后这种方法已经过时了,也可以使用下面的方法来创建

.window(TumblingProcessingTimeWindows.of(Time.seconds(5)))

2.滑动窗口: 滑动窗口是固定窗口的更广义的一种形式，滑动窗口由固定的窗口长度和滑动间隔(即滑动步长)组成。

特点:时间对齐，窗口长度固定，可以有重叠

创建方式:

.timeWindow(Time.seconds(10),Time.seconds(5)) 

tips: 1.10.0之后这种方法已经过时了,也可以使用下面的方法来创建

.window(SlidingProcessingTimeWindows.of(Time.seconds(10),