触发器

       触发器是用来控制窗口什么时候触发计算。所谓的“触发计算”，就是执行窗口函数，认为是计算得到结果并输出的过程。基于WindowedStream 调用.trigger()方法，就可以传入一个自定义的窗口触发器（Trigger）

stream.keyBy(...)
.window(...)
.trigger(new MyTrigger())

　　Trigger 是窗口算子的内部属性，每个窗口分配器（WindowAssigner）都会对应一个默认的触发器；对于 Flink 内置的窗口类型，触发器都已经做了实现。例如，所有事件时间窗口，默认的触发器都是EventTimeTrigger

　　Trigger 是一个抽象类，自定义时必须实现下面四个抽象方法：

　　onElement()：窗口中每到来一个元素，都会调用这个方法；onEventTime()：当注册的事件时间定时器触发时，将调用这个方法。

       onProcessingTime ()：当注册的处理时间定时器触发时，将调用这个方法。clear()：当窗口关闭销毁时，调用这个方法。一般用来清除自定义的状态。

       返回类型都是 TriggerResult：CONTINUE（继续）：什么都不做；FIRE（触发）：触发计算，输出结果；PURGE（清除）：清空窗口中的所有数据，销毁窗口；FIRE_AND_PURGE（触发并清除）：触发计算输出结果，并清除窗口

移除器（Evictor）

　　移除器主要用来定义移除某些数据的逻辑。基于 WindowedStream 调用.evictor()方法，就可以传入一个自定义的移除器（Evictor）。Evictor 是一个接口，不同的窗口类型都有各自预实现的移除器。

stream.keyBy(...)
.window(...)
.evictor(new MyEvictor())

　　Evictor 接口定义了两个方法：

　　evictBefore()：定义执行窗口函数之前的移除数据操作；evictAfter()：定义执行窗口函数之后的以处数据操作；默认情况下，预实现的移除器都是在执行窗口函数（window fucntions）之前移除数据的。

允许延迟（Allowed Lateness）

　　Flink 提供了一个特殊的接口，可以为窗口算子设置一个“允许的最大延迟”（Allowed Lateness）。也就是说，我们可以设定允许延迟一段时间，在这段时间内，窗口不会销毁，继续到来的数据依然可以进入窗口中并触发计算。直到水位线推进到了 窗口结束时间 + 延迟时间，才真正将窗口的内容清空，正式关闭窗口。
　　基于WindowedStream 调用.allowedLateness()方法，传入一个 Time 类型的延迟时间，就可以表示允许这段时间内的延迟数据。

stream.keyBy(...)
.window(TumblingEventTimeWindows.of(Time.hours(1)))
.allowedLateness(Time.minutes(1))

将迟到的数据放入侧输出流

　　设置窗口的延迟时间，终归还是有限的，后续的数据还是会被丢弃。如果不想丢弃任何一个数据，又该怎么做呢？
Flink 还提供了另外一种方式处理迟到数据。我们可以将未收入窗口的迟到数据，放入“侧输出流”（side output）进行另外的处理。所谓的侧输出流，相当于是数据流的一个“分支”，这个流中单独放置那些错过了该上的车、本该被丢弃的数据。
　　基于 WindowedStream 调用.sideOutputLateData() 方法，就可以实现这个功能。方法需要传入一个“输出标签”（OutputTag），用来标记分支的迟到数据流。因为保存的就是流中的原始数据，所以OutputTag 的类型与流中数据类型相同。

DataStream<Event> stream = env.addSource(...);


OutputTag<Event> outputTag = new OutputTag<Event>("late") {};


stream.keyBy(...)
.window(TumblingEventTimeWindows.of(Time.hours(1)))
.sideOutputLateData(outputTag)

　　将迟到数据放入侧输出流之后，还应该可以将它提取出来。基于窗口处理完成之后的DataStream，调用.getSideOutput()方法，传入对应的输出标签，就可以获取到迟到数据所在的流。

SingleOutputStreamOperator<AggResult> winAggStream = stream.keyBy(...)
.window(TumblingEventTimeWindows.of(Time.hours(1)))
.sideOutputLateData(outputTag)
.aggregate(new MyAggregateFunction())
DataStream<Event> lateStream = winAggStream.getSideOutput(outputTag);

　　getSideOutput()是 SingleOutputStreamOperator 的方法，获取到的侧输出流数据类型应该和 OutputTag 指定的类型一致，与窗口聚合之后流中的数据类型可以不同。