聊聊Flink：这次把Flink的window分类(滚动、滑动、会话、全局)、窗口函数讲透

一、窗口

窗口（Window）是处理无界流的关键所在。窗口将流分成有限大小的“桶”，我们可以在其上应用算子计算。Flink可以使用window()和windowAll()定义一个窗口，二者都需要传入一个窗口分配器WindowAssigner，WindowAssigner负责分配事件到相应的窗口。

window()作用于KeyedStream上，即keyBy()之后，这样可以多任务并行计算，对窗口内的多组数据分别进行聚合；windowAll()作用于非KeyedStream上（通常指DataStream），由于所有元素都必须通过相同的算子实例，因此该操作本质上是非并行的，仅在特殊情况下（例如对齐的时间窗口）才可以并行执行。假设要计算24小时内每个用户的订单平均消费额，就需要使用window()定义窗口；如果要计算24小时内的所有订单平均消费额，则需要使用windowAll()定义窗口。

一个Flink窗口程序的大致骨架结构如下：

对KeyedStream应用window()函数进行窗口计算：

对非KeyedStream应用windowAll()函数进行窗口计算：

上面方括号（[…]）中的命令是可选的。也就是说，Flink 允许你自定义多样化的窗口操作来满足你的需求。

首先必须要在定义窗口前确定的是你的 stream 是 keyed 还是 non-keyed。 keyBy(…) 会将你的无界 stream 分割为逻辑上的 keyed stream。 如果 keyBy(…) 没有被调用，你的 stream 就不是 keyed。

对于 keyed stream，其中数据的任何属性都可以作为 key。 使用 keyed stream 允许你的窗口计算由多个 task 并行，因为每个逻辑上的 keyed stream 都可以被单独处理。 属于同一个 key 的元素会被发送到同一个 task。

对于 non-keyed stream，原始的 stream 不会被分割为多个逻辑上的 stream， 所以所有的窗口计算会被同一个 task 完成，也就是 parallelism 为 1。

二、窗口的分类

Flink的窗口可以分为滚动窗口、滑动窗口、会话窗口、全局窗口，且每种窗口又可分别根据事件时间和处理时间进行创建。

2.1 滚动窗口（Tumbling Windows）
滚动窗口的 assigner 分发元素到指定大小的窗口。滚动窗口的大小是固定的，且各自范围之间不重叠。 比如说，如果你指定了滚动窗口的大小为 5 分钟，那么每 5 分钟就会有一个窗口被计算，且一个新的窗口被创建（如下图所示）。

滚动窗口使用时需要指定窗口大小参数，下面的代码片段展示了如何使用滚动窗口：

滚动窗口分配器还可以使用可选的偏移(Offset)参数，该参数可用于更改窗口的对齐方式。例如，在没有偏移的情况下，时间窗口会做一个对齐，那么1小时窗口的起止时间可以是[0:00:00.000~0:59:59.999）。如果你想要一个以小时为单位的窗口流，但是窗口需要从每个小时的第15分钟开始，则可以使用偏移量，代码如下：

TumblingEventTimeWindows.of(Time.hours(1),Time.minutes(15))

那么窗口的起止时间将变为[0:15:00.000~1:14:59.999），这样你将得到起始时间在0:15:00，1:15:00，2:15:00的窗口。与此相反，如果你生活在不使用UTC±00:00时间（世界标准时间）的地方，例如中国使用UTC+08:00，中国的当地时间要设置偏移量为Time.hours(-8)。你想要一个一天大小的时间窗口，并且窗口从当地时间的每一个00:00:00开始，可以使用

TumblingEventTimeWindows.of(Time.days(1),