Flink窗口

一、窗口介绍

1.1 Window：时间窗口

　　滚动窗口（Tumbling Window）将事件拆分成固定长度，窗口之间不重叠，窗口长度固定

            例：每10s统计过去10s订单数据

     

　　滑动窗口（Sliding Window）按照滑动步长拆分成固定长度，窗口长度固定。根据指定步长（Slide）向前滑动，步长小于窗口则窗口间重叠。

                  例：每10s统计过去10分钟 订单数据

        

　　会话窗口（Session Window）两个窗口之间有一个间隙（Session Gap）,大于间隙没收到消息，则该窗口关闭，窗口不重叠

1.2 数量窗口（Count Windows）

      按照一定的数据量作为窗口统计

二、窗口使用

2.1 使用方式

有keyBy ? window() api

没keyBy ? windowAll() api ，并?度低

2.2 窗?分配器 Window Assigners

定义了如何将元素分配给窗?，负责将每条数据分发到正确的window窗?上
window() 的参数是?个 WindowAssigner，flink本身提供了Tumbling、Sliding 等Assigner

2.3 窗?触发器 trigger

?来控制?个窗?是否需要被触发

每个窗?分配器WindowAssigner 都有?个默认触发器，也?持?定义触发器

2.4 窗? window function ，对窗?内的数据做啥

作用：定义了要对窗?中收集的数据做的计算操作 增量聚合函数：aggregate(agg函数,WindowFunction(){ })         窗?保存临时数据，每进??个新数据，会与中间数据累加，?成新的中间数据，再保存到窗?中         常?的增量聚合函数有 reduceFunction、aggregateFunction         其中：min、max、sum 都是简单的聚合操作，不需要使用?定义规则         例子：AggregateFunction
                IN是输?类型，ACC是中间聚合状态类型，OUT是输出类型，是聚合统计当前窗?的数据

2.5 全窗?函数

  apply(new processWindowFunction(){ })

  描述：窗?先缓存该窗?所有元素，等窗?的全部数据收集起来后再触发条件计算

  常?的全窗?聚合函数 windowFunction(未来可能弃?)、processWindowFunction(可以获取到窗?上下? 更多信息)

  WindowFunction 

         IN是输?类型，OUT是输出类型，KEY是分组类型，W是时间窗

   如果想处理每个元素更底层的API的时候?，process(new KeyedProcessFunction() {processElement、onTimer})

2.6 其它知识点

一个窗口内是左闭右开

timeWindow在1.12版本过期，统?使?window。countWindow没过期