Flink中的时间与窗口

数据的相关时间包括：

• event-time：事件产生的时间，也可以理解成业务时间。
• ingestion-time：进入Flink的时间。如果没有事件时间可以用这个时间取代。
• processing-time：执行Operator算子的处理时间，本地系统时间，与机器无关。Flink默认使用处理时间

Flink支持使用窗口Window将无界流划分为有界流来计算，窗口分为：时间窗口（Time Window）和计数窗口（Count Window），例如时间段，数据条数。时间窗口中有：

• 滚动窗口：Tumbling Window，固定的时间间隔（窗口长度），中间不间断的划分。时间对齐（每个用户的时间划分都是一样的），数据不重叠。
• 滑动窗口：Sliding Window，由固定的窗口长度和滑动间隔组成。窗口长度固定，数据可以有重叠。滚动窗口是滑动窗口的特例（步长正好是窗口长度）。
• 会话窗口：Session Window，由一系列会话事件组成，分割点是会话超过一定的时间间隔，超过后再开始就开启下一个会话窗口。时间无对齐。

计数窗口也包括上面的滚动和滑动窗口，没有会话窗口。

窗口切分完就需要用窗口函数进一步计算。窗口函数主要分为：

• 增量聚合（Incremental Aggregation Function）：每条数据到来就进行计算，保持一个简单状态。有ReduceFunction，AggregateFunction等，min，minBy，max，sum等都属于。
• 全窗口函数（Full Window Function）：把窗口所有数据收集起来，计算时遍历所有数据。ProcessFunction，ProcessWindowFunction。全窗口拿到的数据更多，上下文和窗口对象。