完整教程：flink批处理-时间和窗口

流处理：流处理是对连续产生的实时数据进行即时处理的技巧，内容以事件流的形式逐条(flink)或按小批次(spark)处理，无需等待完整素材集就绪。
批处理对静态数据集按固定批次（如每小时/每天）进行离线处理的手艺，遵循“先存储后处理”模式。就是：批处理
有界流：有界流：具有明确的开始和结束点（如静态材料、数据库表）。有界流处理通常被称为批处理。
无界流：只有开始点，数据持续产生无终止（如Kafka消息流、IoT传感器数据）。

所谓的窗口计算。flink通过这种方式，实现数据的批处理。就是flink通过划定一段时间范围（时间窗），对在这范围内的数据进行处理，就
窗口和时间往往是分不开的，所以需要了解flink中的时间语义和窗口的概念。

流处理的核心组件，其设计原理和应用方式如下：就是Flink的时间语义和窗口机制

一、时间语义

1.事件时间（Event Time）‌

数据产生时自带的时间戳，需配合水位线（Watermark）处理乱序事件，适用于需要精确时间戳的场景

2.处理时间（Processing Time）‌

算子本地系统时间，延迟低但结果不可重现，适用于实时性要求高的场景

3.摄入时间（Ingestion Time）‌

资料进入Flink Source的时间。

二、窗口类型

1. 按驱动方式

‌时间窗口‌：基于时间范围划分，包括滚动、滑动、会话三种子类型。
‌计数窗口‌：基于材料条数划分，与时间无关。

2. 按分配规则

类型	特点	示例场景
滚动窗口	固定长度、无重叠（如每小时统计）	日活用户统计
滑动窗口	固定长度、可重叠（如每5分钟统计近1小时）	实时监控报警
会话窗口	动态间隙触发（用户无管理后关闭）	用户行为分析
全局窗口	需自定义触发器（如批处理）	全量聚合计算

三、关键机制

‌1.水位线（Watermark）

用于处理事件时间乱序。

2.窗口函数

增量聚合（ReduceFunction）
全量计算（ProcessWindowFunction）

3.迟到数据处理

通过侧输出流（Side Output）或允许延迟（Allowed Lateness）保障结果准确性

// 事件时间滑动窗口
dataStream
  .assignTimestampsAndWatermarks(WatermarkStrategy
    .forBoundedOutOfOrderness(Duration.ofSeconds(5)))
  .keyBy(Event::getUserId)
  .window(SlidingEventTimeWindows.of(Time.seconds(30), Time.seconds(5)))
  .aggregate(new CustomAggregate());