实时计算flink之window api

窗口类型

• 时间窗口（Time Window）
  滚动时间窗口
  滑动时间窗口
  会话窗口
• 计数窗口（Count Window）
  滚动计数窗口
  滑动计数窗口

滚动窗口（Tumbling Windows）

• 将数据依据固定的窗口长度对数据进行切分
• 时间对齐，窗口长度固定，没有重叠

滑动窗口（Sliding Windows）

• 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组成
• 窗口长度固定，可以有重叠

会话窗口（Session Windows）

• 由一系列事件组合一个指定时间长度的 timeout 间隙组成，也就是一段时间没有接收到新数据就会生成新的窗口
• 特点：时间无对齐

window API

• 窗口分配器 —— window() 方法
• 我们可以用 .window() 来定义一个窗口，然后基于这个 window 去做一些聚合或者其它处理操作。注意 window () 方法必须在 keyBy 之后才能用。
  Flink 提供了更加简单的 .timeWindow 和 .countWindow 方法，用于定义时间窗口和计数窗口。
  

窗口分配器（window assigner）

• window() 方法接收的输入参数是一个 WindowAssigner
• WindowAssigner 负责将每条输入的数据分发到正确的 window 中
• Flink 提供了通用的 WindowAssigner
  • 滚动窗口（tumbling window）
  • 滑动窗口（sliding window）
  • 会话窗口（session window）
  • 全局窗口（global window）

创建不同类型的窗口

• 滚动时间窗口（tumbling time window）
  .timeWindow(Time.seconds(15))
• 滑动时间窗口（sliding time window）
  .timeWindow(Time.seconds(15),Time.seconds(5))
• 会话窗口（session window）
  .window(EventTimeSessionWindows.withGap(Time.minutes(10)))

创建不同类型的窗口

• 滚动计数窗口（tumbling count window）
  .countWindow(5)
• 滑动计数窗口（sliding count window）
  .countWindow(10,2)

窗口函数（window function）

• window function 定义了要对窗口中收集的数据做的计算操作
• 可以分为两类
  • 增量聚合函数（incremental aggregation functions）
  1. 每条数据到来就进行计算，保持一个简单的状态
  2. ReduceFunction, AggregateFunction
  • 全窗口函数（full window functions）
    1. 先把窗口所有数据收集起来，等到计算的时候会遍历所有数据
    2. ProcessWindowFunction

其它可选 API

• .trigger() —— 触发器
  定义 window 什么时候关闭，触发计算并输出结果
• .evictor() —— 移除器
  定义移除某些数据的逻辑
• .allowedLateness() —— 允许处理迟到的数据
• .sideOutputLateData() —— 将迟到的数据放入侧输出流
• .getSideOutput() —— 获取侧输出流

window API 总览