Flink Window API

窗口（window）就是将无限流切割为有限流的一种方式，它会将流数据分发到有限大小的桶（bucket）中进行分析

window类型

1. 时间窗口（Time Window）

• 滚动时间窗口
• 滑动时间窗口
• 会话窗口

2.计数窗口（Count Window）

• 滚动计数窗口
• 滑动计数窗口

滚动窗口（Tumbling Windows）

• 将数据依据固定的窗口长度对数据进行切分
• 时间对齐，窗口长度固定，没有重叠

滑动窗口（Sliding Windows）

• 滑动窗口是固定窗口的更广义的一种形式，滑动窗口由固定的窗口长度和滑动间隔组成
• 窗口长度固定，可以有重叠
  

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，也就是一段时间没有接收到新数据就会生成新的窗口
• 特点：时间无对齐

API

• 窗口分配器 —— window() 方法
• 我们可以用 .window() 来定义一个窗口，然后基于这个 window 去做一些聚合或者其它处理操作。注意 window () 方法必须在 keyBy 之后才能用
• Flink 提供了更加简单的 .timeWindow 和 .countWindow方法，用于定义时间窗口和计数窗口。

创建窗口

• 滚动时间窗口（tumbling time window）

• 滑动时间窗口（sliding time window）

• 会话窗口（session window）

• 滚动计数窗口（tumbling count window）

• 滑动计数窗口（sliding count window）
  

窗口函数（window function）

• 增量聚合函数（incremental aggregation functions）每条数据到来就进行计算，保持一个简单的状态ReduceFunction, AggregateFunction
• 全窗口函数（full window functions）先把窗口所有数据收集起来，等到计算的时候会遍历所有数据ProcessWindowFunction，WindowFunction
• trigger()触发器。定义 window 什么时候关闭，触发计算并输出结果
• .evictor()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()将迟到的数据放入侧输出流
• .getSideOutput()获取侧输出流