Flink源码分析-窗口
窗口机制是Flink流处理的核心，它将无限元素的流分割成有限元素的集合（窗口）。当一个窗口不再增加新元素时，就可以对这个窗口中的所有元素执行计算逻辑。
前言
从一个需求说起，业务方要实时计算每个商品在过去十分钟的展现、点击、购买数量来做运营活动，延迟不能超过一秒。商品的展现、点击、购买日志都会投递到消息队列，QPS大概在10W左右，计算结果存储在你redis中。
由于涉及到运营活动，数据的准确性和及时性非常重要。我们先思考下不借助框架，应该如何去实现这个需求，都有哪些实现方式？
这种需求的实现方式有多种，其中一种就是Window(窗口)。大致过程为把无限元素的流按时间 分割成有限元素的集合（窗口）。当窗口中元素不再新增元素时，对窗口中的元素执行计算逻辑，然后将计算结果发送给下游。当窗口中如果元素数量过多导致占用过多内存时，就需要预先执行增量计算来减少元素数量。从这个过程中，可以总结出三个核心的功能点：
- 分割窗口方式
- 窗口达到稳定状态时机
- 计算方式
在实际的应用场景中，还要考虑边界条件：
- 窗口元素过多，导致计算太慢或者占用内存过多
- 当一个窗口结束时，又收到应该属于这个窗口的元素
窗口分割方式
窗口类型：
- 滚动窗口
- 滑动窗口
- 会话窗口
时间：
- 事件发生时间
- 收到事件时间
- 处理事件时间
滚动窗口
滑动窗口
会话窗口
窗口触发器
窗口方法
ReduceFunction
AggregateFunction
FoldFunction
ProcessWindowFunction
延迟
参考：