前言
窗口是flink作为实时计算中的一个重要的概念，也称TimeWindow， TimeWindow是将指定时间范围内的所有数据组成一个 window，一次对一个window 里面的所有数据进行计算
flink中的窗口类型
-
滚动窗口
Flink 默认的时间窗口根据 Processing Time 进行窗口的划分，将 Flink 获取到的数据根据进入 Flink 的时间划分到不同的窗口中
DataStream<Tuple2<String, Double>> minTempPerWindowStream = dataStream
.map(new MapFunction<SensorReading, Tuple2<String, Double>>() {
@Override
public Tuple2<String, Double> map(SensorReading value) throws
Exception {
return new Tuple2<>(value.getId(), value.getTemperature());
}
})
.keyBy(data -> data.f0)
.timeWindow( Time.seconds(15) )
.minBy(1);使用TimeWindow相关API时，需要基本明确其计算模型，flink的窗口概念很像是算法中的桶的概念，即把一个时间窗口范围内的数据根据一定的业务字段分组后，归到这个“桶”中，然后基于这个“桶”中的数据做各种计算、归并等业务操作
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/143319.html
