播面

在 Apache Flink 中，Window（窗口）是将无限流（Unbounded Stream）切割为有限流（Bounded Stream）的核心机制。

Flink 的窗口分类通常可以从以下 三个维度 进行划分：

---

1. 按照窗口分配器 (Window Assigner) 分类 —— 最核心的分类

这是最常被问到的分类方式，它决定了数据如何被分配到不同的窗口中。主要分为以下四类：

A. 滚动窗口 (Tumbling Windows)

• 特点：窗口大小固定，窗口之间不重叠，且首尾相接。
• 适用场景：每个数据只属于一个窗口。例如：每 5 分钟统计一次 PV。
• API：TumblingEventTimeWindows, TumblingProcessingTimeWindows

B. 滑动窗口 (Sliding Windows)

• 特点：窗口大小固定，但窗口之间有重叠。由 Window Size（窗口大小）和 Window Slide（滑动步长）两个参数决定。
• 适用场景：需要对最近一段时间内的数据进行频率统计。例如：每 1 分钟统计过去 5 分钟的平均值。
• API：SlidingEventTimeWindows, SlidingProcessingTimeWindows

C. 会话窗口 (Session Windows)

• 特点：窗口大小不固定。它由“会话间隙”（Session Gap）决定，即如果一段时间内没有接收到新数据，则认为当前会话结束，窗口关闭。
• 适用场景：用户行为分析。例如：统计用户在一个连续活跃期间的操作，如果用户 30 分钟没操作，则视为新会话。
• API：EventTimeSessionWindows, ProcessingTimeSessionWindows

D. 全局窗口 (Global Windows)

• 特点：将所有相同 Key 的数据分配到同一个巨大的窗口中。这个窗口默认没有结束时间。
• 注意：Global Window 必须配合自定义的 Trigger（触发器） 使用，否则窗口永远不会触发计算（因为默认 Trigger 是 NeverTrigger）。
• 适用场景：需要自定义复杂的触发逻辑（如：每攒够 1000 条数据计算一次，或者遇到特定结束标志才计算）。
• API：GlobalWindows

---

2. 按照驱动类型 (Time vs Count) 分类

窗口的触发和划分是基于“时间”还是“数量”？

A. 时间窗口 (Time Window)

• 基于时间范围划分。
• 又细分为：
  • Event Time (事件时间)：基于数据自带的时间戳。
  • Processing Time (处理时间)：基于机器系统时间。

B. 计数窗口 (Count Window)

• 基于元素的个数划分。
• 滚动计数窗口：例如每 100 个元素计算一次。
• 滑动计数窗口：例如每收到 10 个元素，计算过去 100 个元素。
• 注：底层其实是 Global Window + CountTrigger 实现的。

---

3. 按照数据流类型 (Keyed vs Non-Keyed) 分类

这决定了窗口是在并发流上运行，还是在单线程流上运行。

A. Keyed Windows (键控窗口)

• 定义：在 keyBy() 操作之后调用的窗口。
• 特点：stream.keyBy(...).window(...)。
• 并发性：高。不同 Key 的窗口会分布在不同的 Task Slot 中并行计算。

B. Non-Keyed Windows (非键控窗口)

• 定义：直接在 DataStream 上调用 windowAll()。
• 特点：stream.windowAll(...)。
• 并发性：并行度强制为 1。所有数据都会汇聚到一个 Task 中处理，容易成为性能瓶颈（Data Skew）。

---

总结图表