Flink的Watermark水位线详解

一、Flink的时间语义 

        Flink有如下三种时间语义： Flink的三种时间语义-优快云博客

        在实际应用中，一般会采用事件时间语义。而正如前面所说的，事件时间语义需要等窗口的数据全部到齐了，才能进行窗口计算。那么，什么时候数据就都到齐了呢？这里我们引入水位线的概念。

二、为什么要引入水位线？不能用数据本身带有的时间戳来驱动吗？

        如果用数据本身所带有的时间戳来进行驱动，将会面临如下问题：

（1）如果面临聚合计算，数据本身所带有时间戳也会参与聚合，则聚合之后一批数据只会输出一个结果，那么下游的数据量就会变少，进而影响时间进度控制的精细程度。

（2）数据由上游节点发往下游节点时，往往一个数据只会发往下游的一个节点（除广播外），那么不同并行子任务之间的时钟推进程度就会产生差别，从而影响计算结果。