Flink的窗口计算案例

窗口的分类

按照时间生成Window，为TimeWindow，根据窗口实现原理可分为三类：

1. 滚动窗口(Tumbling Window)：将数据依据固定的窗口长度对数据进行分片。滚动窗口分配器将每个元素分配到一个指定窗口大小的窗口中，滚动窗口有一个固定的大小，并且不会重叠。适用于做每个时间段的聚合计算
2. 滑动窗口(Sliding Window)：由固定的窗口长度和滑动间隔组成，适用于最近一个时间段内统计，窗口长度固定，可有重叠
3. 会话窗口(Session Window)：由一系列事件组合一个指定时间长度的timeout间隙组成，也就是一段时间没有接收到新的数据就会生成新的窗口。会话窗口是指一段用户持续活跃周期，由非活跃的间隙分隔开，时间不对齐

按照指定的数据条数生成一个Window，与时间无关，为CountWindow：

1. 滚动窗口(Tumbling Window)：默认的CountWindow是一个滚动窗口，只需要指定窗口大小即可，当元素数量达到窗口大小时，就会触发窗口的执行
2. 滑动窗口(Sliding Window)：和滚动窗口的函数名完全一致，只是传入的参数不同，滑动窗口需要传入两个参数，一个是window_size，一个是sliding_size

注意事项：所有窗口是左闭右开

代码实际案例

关于TimeWindow的算子的应用

def time_window_func(sEnv: StreamExecutionEnvironment) = {
    sEnv.setP