Flink的滾動視窗、會話視窗、滑動視窗及其應用

當我們需要在時間視窗維度上對資料進行聚合時，視窗是流處理應用中經常需要解決的問題。Flink的視窗運算元為我們提供了方便易用的API，我們可以將資料流切分成一個個視窗，對視窗內的資料進行處理

視窗主要有兩種，一種基於時間（Time-based Window），一種基於數量（Count-based Window）。本文主要討論Time-based Window，在Flink原始碼中，用TimeWindow表示。每個TimeWindow都有一個開始時間和結束時間，表示一個左閉右開的時間段。Flink為我們提供了一些內建的WindowAssigner，即滾動視窗、滑動視窗和會話視窗

滾動視窗

滾動視窗模式下視窗之間不重疊，且視窗長度（Size）是固定的。我們可以用TumblingEventTimeWindows和TumblingProcessingTimeWindows建立一個基於Event Time或Processing Time的滾動時間視窗。視窗的長度可以用org.apache.flink.streaming.api.windowing.time.Time中的seconds、minutes、hours和days來設定。

滑動視窗

滑動視窗以一個步長（Slide）不斷向前滑動，視窗的長度固定。使用時，我們要設定Slide和Size。Slide的大小決定了Flink以多快的速度來建立新的視窗，Slide較小，視窗的個數會很多。Slide小於視窗的Size時，相鄰視窗會重疊，一個元素會被分配到多個視窗；Slide大於Size，有些元素可能被丟掉。

會話視窗

會話視窗模式下，兩個視窗之間有一個間隙，被稱為Session Gap。當一個視窗在大於Session Gap的時間內沒有接收到新資料時，視窗將關閉。在這種模式下，視窗的長度是可變的，每個視窗的開始和結束時間並不是確定的。我們可以設定定長的Session Gap，也可以使用SessionWindowTimeGapExtractor動態地確定Session Gap的長度。