Flink中的Window
Flink中的Window
在上一篇博客中我们提到了一个需求：每隔1秒计算一次5秒内的温度传感器的最大值。这用前面介绍的知识似乎很难解决。但是，学习了Window之后，分分钟解决它。
那么，现在我们来一起认识一下Window吧。
Window
window就是窗户，但是我认为叫它水龙头更合适一些。这是由它的作用决定的。Flink DataStream认为所有的数据都是流式的，我们可以把数据想象成水流，而window的功能就是截取一段水流放入桶“buckets”中。概括来说Window就是一种将无限数据切分成有限块进行处理的过程。
Window类型
Window分为两类，分别是TimeWindow和CountWindow，而TimeWindow又分为滚动窗口、滑动窗口、会话窗口。
-
TimeWindow（时间窗口）：按照时间生成Window
- 滚动窗口（Tumbling Windows）：
由图中我们可以看到，每个窗口都是紧挨着但是又不想交。每个窗口的时间集合都是左闭右开的例如：
[09:00,09:15),[09:15,09:30)。
- 滑动窗口（Sliding Windows）：
与滚动窗口不同，滑动窗口除了有固定的的长度之外，它们是可以相互重叠的。这个重叠范围是通过参数slide决定的。重叠范围=size-slide。当然滑动窗口的时间范围也是左闭右开的。
现在再来看看我们上边提到的需求，不就是时间范围是5秒滑动步长是1秒的滑动窗口吗？是不是很简单？！那么问题来了，如果数据因为网络延迟等情况迟到了呢？这就用到了时间语义了。这个咱们以后再聊。
- 会话窗口（Session Windows）：
与前两种时间窗口不同，会话窗口并没有固定的长度。它是需要指定一个session gap时间段，当一次数据传输在这段时间内一直没有数据，那么窗口就会关闭。会话窗口非常适合处理用户行为数据。即从用户访问网站时开始直到用户离开网站或长时间不操作时结束。中间客户所有的动作数据可以在一个窗口中处理。
-
CountWindow（计数窗口）：按数据的条数生成一个窗口，与时间无关。
计数窗口比较简单，就是窗口累计数据量达到一定的数量就会关闭，直到下一条数据到来再开启下一个窗口。