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：, B. 滑动窗口 (Sliding Windows) 特点：窗口大小固定，但窗口之间有重叠。由 （窗口大小）和 （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：, 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...
播面