FLink中时间窗口与时间戳如何精确匹配？

本文共计3499个文字，预计阅读时间需要14分钟。

读前福利，全面PDF获取+联系我+大家好，我是小寒~+从今天开始，我们开始分享Flink系列相关文章。如果喜欢，记得关注一波。+在Flink中有四大基石，分别是+Time、Window、Checkpoint+和“

读前福利，最全pdf获取

联系我

大家好，我是小寒~

从今天开始，我们开始分享 FLink 系列相关的文章。如果喜欢，记得关注一波。

在Flink中有四大基石，分别是 Time、Window、CheckPoint 和 State，今天我们就先来分享一下 FLink 中的时间和窗口概念。

我们都知道flink是流式的、实时的计算引擎。

所谓的流式就是指数据源源不断的流进来，是一个无界的数据流，但是我们在进行计算的时候必须在一个有边界的范围内进行，那边界该如何确定呢？无非就两种方式，根据时间段或者数据量进行确定，根据时间段就是每隔多长时间就划分一个边界，根据数据量就是每来多少条数据划分一个边界。

时间

如果以时间段进行数据划分的话，那么时间就是一个非常重要的概念。FLink中包括三种时间概念。

EventTime

事件时间指事件发生的时间，一旦确定之后再也不会改变。它通常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自己的生成时间，Flink 通过时间戳分配器访问事件时间戳。

使用事件时间的好处是不依赖操作系统的时钟，无论执行多少次，可以保证计算结果是一样的。

Ingestion Time

摄取时间是指事件进入流处理系统的时间，对于一个事件来说，使用其被读取的那一刻的时间戳作作为摄取时间。