Flink——Window

Window 是无限数据流处理的核心，Window  将无限数据流切割成有限块进行处理（将一个无限的 stream 拆分成有限大小的 “bucket”桶，在桶上做计算处理）

Window 可以分成两大类：

　　CountWindow（根据 数据量）：根据窗口中相同的 key 数触发执行（不是输入元素总个数）

　　　　滚动窗口（Tumbling Windows）：当元素数量达到指定大小后，出发窗口执行。需要指定 窗口大小

　　　　滑动窗口（Sliding Windows）：需要指定 窗口大小 和 滑动大小， 每收集到 滑动大小时，执行 窗口大小计算

　　TimeWindow（根据 时间）：

　　　　滚动窗口（Tumbling Windows）：时间对齐，窗口长度固定，没有重叠。需要指定 滚动时间

　　　　　　适用场景：每个时间段的聚合计算（适合做BI分析）

　　　　滑动窗口（Sliding Windows）：时间对齐，窗口长度固定，可以出现重叠。需要制定  窗口时间 和 滑动时间

　　　　　　适用场景：对最近一个时间段内的统计（例如近5分钟内人数）

　　　　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（一段时间没有接收到新数据后生成新的窗口）。时间无对齐

 

 Window Function：对窗口中收集的数据做的计算操作，主要分为两类。

　　增量聚合函数：每条数据来就进行计算，保持一个简单的状态。（如ReduceFunction、AggregateFunction）

　　全窗口函数：先把窗口所有数据收集起来，等到计算时遍历所有数据。（例如 ProcessWindowFunction）

 

其他API：

　　tigger（触发器）：定义 window 什么时候关闭，触发计算并输出结果

　　evitor（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：将迟到数据放入侧输出流

　　getSideOutput：获取侧输出流