实时数据开发|简单理解Flink流计算中解决乱序的机制--水位线

今天继续学习Flink的关键机制–水位线，虽然看文字有种浮于表面、难以理解的感觉，但是我觉得等开发中使用到的时候就会融会贯通了。

定义

Fink 相比其他流计算技术的一个重要特性是支持基于事件时间(event time)的窗口操作。但是事件时间来自于源头系统，网络延迟、分布式处理以及源头系统等各种原因导致源头数据的事件时间可能是乱序的。水位线就是用来解决和衡量这种乱序的问题。

[!NOTE] “水位线”（Watermark）定义
用来衡量事件时间进展的标记，说白了就是事件时间戳。
一个水位线的时间戳声明任何 event time t’<t 的时间都已经到达了。

• 有序流就是处理时间和事件时间相等，数据会按照生成的先后顺序，每条数据产生一个有先后顺序的水位线。这是一种理想的状态（数据量较小）。

• 在实际生产中，由于多服务之间网络传输等的因素，处理时间总是大于事件时间，往往数据流是先后错乱，这就是乱序流。

由于数据是乱序的，为了让窗口能够正确的收集到迟到的数据，需要让窗口等上一段时间，即在数据的时间戳基础上加上一些延迟来尽量保证不丢数据。

— 水位线是Flink流处理中保证结