Flink三种时间语义及应用场景

Flink三种时间语义

（1）Event Time：事件发生的时间。
（2）Processing Time：事件处理的事件，没有事件时间的情况下，或者对实时性要求超高的情况下。
（3）Ingestion Time：事件进入Flink的时间，存在多个 Source Operator 的情况下，每个 Source Operator可以使用自己本地系统时钟指派 Ingestion Time。后续基于时间相关的各种操作，都会使用数据记录中的 Ingestion Time。

Event Time

事件发生的时间，这是实际应用最常见的时间语义，也是最常用的。往往是数据自身带的时间

特点：

• 数据本身携带，时间取决于数据
• 事件到达Flink之前就已经确定
• 必须指定如何生成WaterMarks，用来表示Event Time进度的机制
• 无论事件什么时候到达或者其怎么排序，最后处理 Event Time 将产生完全一致和确定的结果

Processing Time

事件处理时间 即事件被处理时机器的系统时间

特点：

• 最简单的 Time 概念
• 最好的性能和最低的延迟
• 分布式和异步环境下，不能提供确定性（不能保证结果数据的准确性）
• 容易受到事件到达系统的速度(如消息队列)、事件在系统内操作流动的速度和中断的影响

Ingestion Time

在数据源操作处（进入 Flink source 时），每个事件将进入 Flink 时当时的时间作为时间戳

特点：

• 事件在进入数据源（Flink Source）时的时间作为时间戳（）
• 介于Event Time 和 Processing Time 之间