1、Timejava
在Flink的流式处理中，会涉及到时间的不一样概念web
Event Time（事件时间）：是事件建立的时间。它一般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本身的生成时间，Flink经过时间戳分配器访问事件时间戳apache
Ingestion Time（采集时间）：是数据进入Flink的时间windows
Processing Time（处理时间）：是每个执行基于时间操做的算子的本地系统时间，与机器相关，默认的时间属性就是Processing Time。api
例如一条日志进入Flink的时间为2017-11-12 10:00:00.123 到达window的系统时间为 2017-11-12 10:00:01.234，日志内容以下：网络
2017-11-02 18:37:15.624 INFO Fair over to rm2session
对于业务来讲，要统计1min内的故障日志个数，哪一个时间是最有意义的？----- eventTime，由于咱们要根据日志的生成时间进行统计。socket
若是要想聚合，不可能对无解数据流进行聚合。ide
2、Windowspa
一、streaming流式计算是一种被设计用于处理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加的本质上无限的数据集，而window是一种切割无限数据为有限块进行处理的手段。
Window是无限数据流处理的核心，Window将一个无限的stream拆分红有限大小的"buckets"桶，咱们能够在这些桶上作计算操做。
共有两类，五种时间窗口。
二、Window类型（两类）
2.一、CountWindow：按照指定的数据条数生成一个window，与时间无关
2.二、TimeWindow：按照时间生成window。（按照Processing Time来划分Window）
对于TimeWindow和CountWindow，能够根据窗口实现原理的不一样分红三类：滚动窗口（Tumbling Window）、滑动窗口（Sliding Window）和会话窗口（Session Window）。
（1）滚动窗口（Tumbling Windows）
将数据依据固定的窗口长度对数据进行切分。
特色：时间对齐，窗口长度固定，没有重叠。
滚动窗口分配器将每一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，而且不会出现重叠。
（2）滑动窗口（Sliding Windows）
滑动窗口是固定窗口的更广义的一种形式，滑动窗口由固定的窗口长度和滑动间隔组成。
特色：时间对齐，窗口长度固定，有重叠。
滑动窗口分配器将元素分配到固定长度的窗口中，与滚动窗口相似，窗口的大小由窗口大小参数来配置，另外一个窗口滑动参数控制滑动窗口开始的频率。
所以，滑动窗口若是滑动参数小于窗口大小的话，窗口是能够重叠的，在这种状况下元素会被分配到多个窗口中。
使用场景：对最近一个时间段内的统计（求某接口最近5min的失败率来决定是否要报警。）
（3）会话窗口（Session Windows）
由一系列事件组合一个指定时间长度的timeout间隙组成。相似于web应用的session，也就是一段时间没有接收到新数据就会生成新的窗口。
特色：时间无对齐。
session 窗口分配器经过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，不会有重叠和固定的开始时间和结束时间的状况，相反，当它在一个固定的
时间周期内再也不收到元素，即非活动间隔产生，那这个窗口就会关闭。一个Session窗口经过一个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将关闭而且后续的元素将被分配到新的session窗口中去。
3、Window API
3.一、CountWindow
CountWindow根据窗口中相同key元素的数量来触发执行，执行时只计算元素数量达到窗口大小的key对应的结果。
注意：CountWindow的window_size 指的是相同key的元素的个数，不是输入的全部元素的总数。
import org.apache.flink.api.java.tuple.Tuple import org.apache.flink.streaming.api.scala.{DataStream, KeyedStream, StreamExecutionEnvironment} /** * CountWindow 中的滚动窗口（Tumbling Windows） * 将数据依据固定的窗口长度对数据进行切分。 */ object TimeAndWindow { def main(args: Array[String]): Unit = { val env = StreamExecutionEnvironment.getExecutionEnvironment val stream: DataStream[String] = env.socketTextStream("localhost",11111) val streamKeyBy: KeyedStream[(String, Long), Tuple] = stream.map(item => (item,1L)).keyBy(0) //注意：CountWindow的window_size 指的是相同key的元素的个数，不是输入的全部元素的总数。 val streamWindow: DataStream[(String, Long)] = streamKeyBy.countWindow(5) .reduce((item1, item2)=>(item1._1,item1._2+item2._2)) streamWindow.print() env.execute("TimeAndWindow") } }
3.2
import org.apache.flink.api.java.tuple.Tuple import org.apache.flink.streaming.api.scala.{DataStream, KeyedStream, StreamExecutionEnvironment} /** * CountWindow 中的滑动窗口（Sliding Windows） * 将数据依据固定的窗口长度对数据进行切分。 */ object TimeAndWindow { def main(args: Array[String]): Unit = { val env = StreamExecutionEnvironment.getExecutionEnvironment val stream: DataStream[String] = env.socketTextStream("localhost",11111) val streamKeyBy: KeyedStream[(String, Long), Tuple] = stream.map(item => (item,1L)).keyBy(0) //注意：CountWindow的window_size 指的是相同key的元素的个数，不是输入的全部元素的总数。 //知足步长，就执行一次，按第一个参数的长度 val streamWindow: DataStream[(String, Long)] = streamKeyBy.countWindow(5,2) .reduce((item1, item2)=>(item1._1,item1._2+item2._2)) streamWindow.print() env.execute("TimeAndWindow") } }
4、EventTime与Window
一、EventTime的引入
在Flink的流式处理中，绝大部分的业务都会使用eventTime，通常只在eventTime没法使用时，才会被迫使用ProcessingTime或者IngestionTime。
若是要使用EventTime，那么须要引入EventTime的时间戳，引入方式以下所示：
二、Watermark
概念：咱们知道，流处理从事件产生，到流经source，再到operator，中间是有一个过程和时间的，虽然大部分状况下，流到operator的数据都是按照事件产生的
事件戳顺序来的，可是也不排除因为网络、背压等缘由，致使乱序的产生，所谓乱序，就是指Flink接收到的事件的前后顺序不是严格按照事件的EventTime顺序排列的。
Watermark是一种衡量Event Time进展的机制，它是数据自己的一个隐藏属性，数据自己携带着对应的Watermark。
Watermark是用于处理乱序事件的，而正确的处理乱序事件，一般用Watermark机制结合window来实现。
数据流中的Watermark用于表示eventTime小于Watermark的数量，都已经到达了，所以，window的执行也是由Watermark触发的。
Watermark能够理解成一个延迟触发机制。咱们能够设置Watermark的延时时长t，每次系统会校验已经到达的数据中最大的maxEventTime，而后认定eventTime 小于
maxEventTime-t 的全部数据都已经到达。若是有窗口的中止时间等于maxEventTime-t，那么这个窗口被触发执行。
滚动窗口/滑动窗口/会话窗口
import org.apache.flink.api.java.tuple.Tupleimport org.apache.flink.streaming.api.TimeCharacteristicimport org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractorimport org.apache.flink.streaming.api.scala._import org.apache.flink.streaming.api.windowing.assigners.{EventTimeSessionWindows, SlidingEventTimeWindows, TumblingEventTimeWindows}import org.apache.flink.streaming.api.windowing.time.Timeimport org.apache.flink.streaming.api.windowing.windows.TimeWindow/** * TimeWindow */object EventTimeAndWindow { def main(args: Array[String]): Unit = { val env = StreamExecutionEnvironment.getExecutionEnvironment //开启watermark //从调用时刻开始给env建立的每个stream追加时间特征。 env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime) val stream: KeyedStream[(String, Long), Tuple] = env.socketTextStream("192.168.218.130", 1111).assignTimestampsAndWatermarks( new BoundedOutOfOrdernessTimestampExtractor[String](Time.milliseconds(3000)) { override def extractTimestamp(element: String): Long = { // event word eventTime是日志生成时间，咱们从日志中解析EventTime val eventTime = element.split(" ")(0).toLong println(eventTime) eventTime } } ).map(item => (item.split(" ")(1),1L)).keyBy(0) //加上滚动窗口，窗口大小是5s，调用window的api// val streamWindow: WindowedStream[(String, Long), Tuple, TimeWindow] = stream.window(TumblingEventTimeWindows.of(Time.seconds(5))) //滑动窗口// val streamWindow: WindowedStream[(String, Long), Tuple, TimeWindow] = stream.window(SlidingEventTimeWindows.of(Time.seconds(10),Time.seconds(5))) //会话窗口 val streamWindow: WindowedStream[(String, Long), Tuple, TimeWindow] = stream.window(EventTimeSessionWindows.withGap(Time.seconds(5))) val streamReduce = streamWindow.reduce((item1,item2)=>(item1._1,item1._2+item2._2)) streamReduce.print() env.execute("EventTimeAndWindow") }}