1 Time
在 Flink 的流式处理中，会涉及到时间的不同概念
Event Time:是事件创建的时间。它通常由事件中的时间戳描述，例如采集的日志数据中，每一条日志都会记录自己的生成时间。
Ingestion Time:是数据进入 Flink 的时间
Processing Time:被算子处理时的时间。默认的时间属性就是Processing Time。
我们来举个Time时间的例子↓↓↓
例如： 现在系统产生了一条日志，日志内容如下：
2020-02-11 15:15:06.218 INFO kernel:NMI watchdog: BUG: soft lockup
对于业务需求来说，如果我们要统计 1min 内的故障日志个数，那么这三个时间中哪个时间是最有意义的? 答案显然是 EventTime，因为我们要根据日志的生成时间进行统计
2.Window
Window的介绍，参考自 Flink 官方文档
2.1 Window概念
Streaming流式计算是一种被设计用于处理无限数据集的数据处理引擎，而无限数据集是指一种不断增长的无限的数据集。而 Window 是一种切割无限数据集为有限块进行处理的手段。
1.没有 Window 操作之前，我们对数据的处理是：来一条计算一条。
2.有了 Window 操作之后，我们便可以使用 Window 操作，将无界的数据流通过划分窗口，把某段时间的数据当做有界的数据流，然后对这部分有界的数据流进行计算。
Window是无限数据流处理的核心，Window 可以将一个无限的 stream 流拆分成有限大小的"buckets"桶，我们可以在这些桶上做计算操作。
2.2 Window 类型划分
Window 可以分成两类：
1.CountWindow：按照指定的数据条数生成一个Window，与时间无关
2.TimeWindow：按照时间生成Window
对于 TimeWindow，可以根据窗口实现原理的不同分成三类：1.滚动窗口（Tumbling Window）、2.滑动窗口（Sliding Window）、3.会话窗口（Session Window）
2.2.1 滚动窗口
1.概念：
将数据依据固定的窗口长度，对数据进行切片。通常用来计算窗口滚动一次，在窗口中的数据。
2.特点：
时间对齐，窗口长度固定，没有重叠
3.图示：
滚动窗口分配器，将每个元素分配到一个指定窗口大小的窗口中，滚动窗口有一个固定的大小(window size)，并且不会出现重叠。
例如：如果你指定了一个 5 分钟大小的滚动窗口，窗口的创建如下图所示：
4.使用场景：
适合对固定时间数据进行计算。比如：
①对 BI 数据进行统计(对每个时间段的数据进行聚合计算)
②统计指定时间段的在线用户数(比如时间段为：5分钟)
2.2.2 滑动窗口
1.概念：
滑动窗口是固定窗口的更广义的一种形式，滑动窗口由1.固定的窗口长度和2.滑动步长组成。通常用来计算窗口中数据的变化趋势。（滑动步长越短，绘出的曲线图就更加的平滑，而不是突兀的）
2.特点：
时间对齐，窗口长度固定，有重叠
3.图示：
滑动窗口分配器将元素分配到固定长度的窗口中。与滚动窗口类似，窗口的大小由窗口大小参数来配置，窗口滑动参数控制滑动窗口开始的频率。因此，滑动窗口如果滑动参数小于窗口大小的话，窗口是可以重叠的，元素会被分配到多个窗口中(即：数据会被重复计算)
例如：你有10分钟的窗口和5分钟的滑动，那么每个窗口中5分钟的窗口里包含着上个10分钟产生的数据，如下图所示：
4.使用场景：
适合对最近一段时间内数据的统计。比如：
①股票交易上升势头(最近30分钟，哪个股票上升快等问题）
②某接口最近 5min 的失败率来决定是否报警
2.2.3 会话窗口
1.概念：
由一系列事件组合一个指定时间长度的 timeout 间隙组成，类似于 Web 应用的 session，也就是一段时间没有接收到新的数据就会生成新的窗口。通常用来计算两条数据之间的间隔，如果大于指定的时间，前面的数据就划分一个Window。
2.特点：
时间无对齐
3.图示：
session窗口分配器通过session活动来对元素进行分组，session 窗口跟滚动窗口和滑动窗口相比，不会有重叠和固定开始时间和结束时间的情况。相反，当它在一个固定的时间周期内不再收到元素，即非活动间隔产生，那么这个窗口就会关闭。
一个session窗口通过一个session间隔来配置，这个session间隔定义了非活跃周期的长度，当这个非活跃周期产生，那么当前的session将关闭并且后续的元素将被分配到新的session窗口中去。
4.使用场景：
Web 应用中的 session
2.3 Window 类型示例
2.3.0 如何开启窗口操作
Window窗口的使用，分为如下两种类型：1.Keyed Windows(分组窗口)、2.Non-Keyed Windows(未分组窗口)。两者之间唯一的区别是：使用 keyBy(…) 分组，后面使用 .window(…)；不使用 keyBy(…) 分组，后面使用 .windowAll(…)；
1.Keyed Windows(分组窗口)
stream
.keyBy(...) <- keyed versus non-keyed windows
.window(...) <- required: "assigner"
[.trigger(...)] <- optional: "trigger" (else default trigger)
[.evictor(...)] <- optional: "evictor" (else no evictor)
[.allowedLateness(...)] <- optional: "lateness" (else zero)
[.sideOutputLateData(...)] <- optional: "output tag" (else no side output for late data)
.reduce/aggregate/fold/apply() <- required: "function"
[.getSideOutput(...)] <- optional: "output tag"
2.Non-Keyed Windows(未分组窗口)
stream
.windowAll(...) <- required: "assigner"
[.trigger(...)] <- optional: "trigger" (else default trigger)
[.evictor(...)] <- optional: "evictor" (else no evictor)
[.allowedLateness(...)] <- optional: "lateness" (else zero)
[.sideOutputLateData(...)] <- optional: "output tag" (else no side output for late data)
.reduce/aggregate/fold/apply() <- required: "function"
[.getSideOutput(...)] <- optional: "output tag"
In the above, the commands in square brackets ([…]) are optional. This reveals that Flink allows you to customize your windowing logic in many different ways so that it best fits your needs.
在上面，方括号（[…]）中的命令是可选的。这表明Flink允许您以多种不同方式自定义窗口逻辑，从而使其最适合您的需求。
开启窗口操作实例，如下：
//1.Non-Keyed(未分组使用 windowAll()开启窗口)
SingleOutputStreamOperator<Tuple2<Integer, Integer>> mapOperatorStream =
source.map(Integer::parseInt).map(num -> Tuple2.of(num, 1)).returns(Types.TUPLE(Types.INT, Types.INT));
mapOperatorStream .windowAll()
//2.Keyed(已分组使用 window()开启窗口)
KeyedStream<Tuple2<Integer, Integer>, Tuple> keyedStream = mapOperator.keyBy(0);
keyedStream.window();
2.3.1 countWindow 示例
按照指定的数据条数生成一个Window，与时间无关。
countWindow的使用，也分为 Keyed 和 Non-Keyed 两种情况：
1.分组情况下使用 countWindow()；
2.未分组情况下使用 countWindowAll()
public class CountWindowDemo {
public static void main(String[] args) throws Exception{
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<String> source = env.socketTextStream("localhost", 8888);
SingleOutputStreamOperator<Tuple2<Integer, Integer>> mapOperator =
source.map(Integer::parseInt).map(num -> Tuple2.of(num, 1)).returns(Types.TUPLE(Types.INT, Types.INT));
//1.未分组,使用countWindowAll()
AllWindowedStream<Tuple2<Integer, Integer>, GlobalWindow> windowedStream = mapOperator.countWindowAll(5);
//2.分组后，使用countWindow()
//KeyedStream<Tuple2<Integer, Integer>, Tuple> keyedStream = mapOperator.keyBy(0);
//WindowedStream<Tuple2<Integer, Integer>, Tuple, GlobalWindow> windowedStream = keyedStream.countWindow(5);
SingleOutputStreamOperator<Tuple2<Integer, Integer>> sum = windowedStream.sum(0);
sum.print();
env.execute("CountWindowDemo");
}
}
未分组：输入5条记录，执行一次 sum/print 等操作；已分组：当前分组满足5条记录，执行一次 sum/print 等操作；
2.3.2 滚动窗口(Tumbling Window)示例
将数据依据固定的窗口长度，对数据进行切片。通常用来计算窗口滚动一次，在窗口中的数据。
滚动窗口(Tumbling Window)的使用，也分为 Keyed 和 Non-Keyed 两种情况：
1.分组情况下使用 timeWindow(Time size)；
2.未分组情况下使用 timeWindowAll(Time size)
public class TumblingWindowDemo {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<String> source = env.socketTextStream("localhost", 8888);
SingleOutputStreamOperator<Tuple2<Integer, Integer>> mapOperator =
source.map(Integer::parseInt).map(num -> Tuple2.of(num, 1)).returns(Types.TUPLE(Types.INT, Types.INT));
//1.未分组,使用timeWindowAll()
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.timeWindowAll(Time.seconds(5));
//2.分组后，使用timeWindow()
//KeyedStream<Tuple2<Integer, Integer>, Tuple> keyedStream = mapOperator.keyBy(0);
//WindowedStream<Tuple2<Integer, Integer>, Tuple, TimeWindow> windowedStream = keyedStream.timeWindow(Time.seconds(5));
SingleOutputStreamOperator<Tuple2<Integer, Integer>> sum = windowedStream.sum(0);
sum.print();
env.execute("TumblingWindowDemo");
}
}
和上面一样的代码
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.timeWindowAll(Time.seconds(5));
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream =mapOperator.windowAll(TumblingProcessingTimeWindows.of(Time.seconds(5)));
测试结果：
未分组：不管你输入多少条数据，都对其求和输出，5 秒滚动一次。如果在 5 秒之内未输入任何数据，则不输出已分组：对分组中的数据 5 秒滚动一次。如果有多个分组，5秒之后，求和后同步输出所有分组数据。
2.3.3 滑动窗口(Sliding Window)示例
滑动窗口是固定窗口的更广义的一种形式，滑动窗口由1.固定的窗口长度和2.滑动步长组成。通常用来计算窗口中数据的变化趋势。（滑动步长越短，绘出的曲线图就更加的平滑，而不是突兀的）
滚动窗口(Sliding Window)的使用，也分为 Keyed 和 Non-Keyed 两种情况：
1.分组情况下使用 timeWindow(Time size,Time slide)；
2.未分组情况下使用 timeWindowAll(Time size,Time slide)
public class SlidingWindowDemo {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<String> source = env.socketTextStream("localhost", 8888);
SingleOutputStreamOperator<Tuple2<Integer, Integer>> mapOperator =
source.map(Integer::parseInt).map(num -> Tuple2.of(num, 1)).returns(Types.TUPLE(Types.INT, Types.INT));
//1.未分组,使用timeWindowAll()
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.timeWindowAll(Time.seconds(10),Time.seconds(5));
//2.分组后，使用timeWindow()
//KeyedStream<Tuple2<Integer, Integer>, Tuple> keyedStream = mapOperator.keyBy(0);
//WindowedStream<Tuple2<Integer, Integer>, Tuple, TimeWindow> windowedStream = keyedStream.timeWindow(Time.seconds(10),Time.seconds(5));
SingleOutputStreamOperator<Tuple2<Integer, Integer>> sum = windowedStream.sum(0);
sum.print();
env.execute("SlidingWindowDemo");
}
}
和上面一样的代码
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.timeWindowAll(Time.seconds(10),Time.seconds(5));
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.windowAll(SlidingProcessingTimeWindows.of(Time.seconds(10), Time.seconds(5)));
滚动窗口流程示意图
设置窗口长度为10s，5s滚动一次
未分组：根据输入的数据求和，开始滑动， 5s 输出一次已分组：对分组中的数据 5 秒滑动一次。如果有多个分组，5秒之后，求和后同步输出所有分组数据。
2.3.4 会话窗口(Session Window)示例
由一系列事件组合一个指定时间长度的 timeout 间隙组成，类似于 Web 应用的 session，也就是一段时间没有接收到新的数据就会生成新的窗口。通常用来计算两条数据之间的间隔，如果大于指定的时间，前面的数据就划分一个Window。
会话窗口(Session Window)的使用，也分为 Keyed 和 Non-Keyed 两种情况：
1.分组情况下使用 window(ProcessingTimeSessionWindows.withGap(Time.seconds(5)))；
2.未分组情况下使用 windowAll(ProcessingTimeSessionWindows.withGap(Time.seconds(5)))
public class SessionWindowDemo {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DataStreamSource<String> source = env.socketTextStream("localhost", 8888);
SingleOutputStreamOperator<Tuple2<Integer, Integer>> mapOperator =
source.map(Integer::parseInt).map(num -> Tuple2.of(num, 1)).returns(Types.TUPLE(Types.INT, Types.INT));
//1.未分组,使用 windowAll()
AllWindowedStream<Tuple2<Integer, Integer>, TimeWindow> windowedStream = mapOperator.windowAll(ProcessingTimeSessionWindows.withGap(Time.seconds(5)));
//2.分组后，使用 window()
// KeyedStream<Tuple2<Integer, Integer>, Tuple> keyedStream = mapOperator.keyBy(0);
// WindowedStream<Tuple2<Integer, Integer>, Tuple, TimeWindow> windowedStream = keyedStream.window(EventTimeSessionWindows.withGap(Time.seconds(5)));
SingleOutputStreamOperator<Tuple2<Integer, Integer>> sum = windowedStream.sum(0);
sum.print();
env.execute("SessionWindowDemo");
}
}
5s 内没有数据输入时，执行输出操作