Flink水位线与窗口类型详解

一、水位线（Watermark）：

作用： 解决事件时间乱序问题，表示【在此时间戳之前的数据已经全部到达】

生成策略：

// 固定延迟
env.getConfig().setAutoWatermarkInterval(200);
DataStream<Event> stream = env
    .assignTimestampsAndWatermarks(
        WatermarkStrategy.<Event>forBoundedOutOfOrderness(Duration.ofSeconds(10))
            .withTimestampAssigner((event, timestamp) -> event.getTimestamp())
    );

工作原理：

• Watermark = MaxEventTimestamp - AllowedLateness
• 当Watermark ≥ 窗口结束时间，触发窗口计算
• 多个分区的Watermark取最小值（全局对齐）

二、窗口类型：

1. Tumble Window（滚动窗口）：

-- 5分钟滚动窗口
SELECT window_start, window_end, COUNT(*)
FROM TABLE(TUMBLE(TABLE events, DESCRIPTOR(ts), INTERVAL '5' MINUTE))
GROUP BY window_start, window_end;

• 固定大小，不重叠
• 每个事件属于一个窗口
• 适用：每分钟PV统计

2. Sliding Window（滑动窗口）：

-- 10分钟窗口，每5分钟滑动
SELECT ... FROM TABLE(HOP(TABLE events, DESCRIPTOR(ts), INTERVAL '5' MINUTE, INTERVAL '10' MINUTE))

• 固定大小，固定滑动步长，会重叠
• 每个事件属于多个窗口
• 适用：最近10分钟的实时趋势（步长决定更新频率）

**3. Session Window（会话窗口）：

-- 间隔5分钟不活动关闭窗口
SELECT ... FROM TABLE(SESSION(TABLE events, DESCRIPTOR(ts), INTERVAL '5' MINUTE))

• 按活动间隙分组，大小不固定
• 两个事件间隔超过gap则关闭窗口
• 适用：用户行为会话分析（电商/游戏）

选择建议：

• 固定周期统计 → Tumble
• 平滑滚动趋势 → Sliding
• 用户行为分组 → Session