Flink学习笔记（六）Time详解

一、Flink中Time的三种类型：

Stream数据中的Time（时间）分为以下3种：

1.Event Time（事件产生的时间）：

        事件的时间戳，通常是生成事件的时间。Event time 是事件本身的时间，可以表现出事件发生的顺序，可以应对一些不规则数据、乱序数据等情况。在使用 Event time时，需要通过引入 Watermark 的概念来处理乱序数据，保证正确性。

2.Ingestion time（事件进入Flink的时间）

        数据进入 Flink 的时间戳，即数据到达 Flink 的时间。Ingestion time 可以实现低延迟的数据处理，同时又能够确保数据的时间顺序。Ingestion time 可以通过在数据源端添加时间戳的方式实现，但是由于存在网络传输等因素，与 Event time 的时间戳可能存在一定的时间差。

3.Processing time（事件被处理时当前系统的时间）

        数据处理的时间戳，即 Flink 处理数据的当前时间。Processing time 可以实现低延迟的数据处理，但是无法保证数据的时间顺序，因此在一些需要按时间窗口进行分组、聚合等操作时，需要使用 Event time 或 Ingestion time。

 二、F