开源组件Flink的窗口(Window)常见API介绍及调用丨本际云推荐

开源组件Flink的窗口(Window)常见API介绍及调用

开源组件Flink的窗口（Window）常见API介绍及调用

我是来自本际云服务器推荐网的小编小本本，今天为大家介绍一下Flink窗口常见API及调用方法。

开源组件Flink的窗口(Window)常见API介绍及调用

Window计算

流式计算中，窗口（Window）是针对一定时长或数量的数据进行统计的方式。比如需要实时统计一分钟内某台机器的CPU使用率平均值、最大值或最小值，就需要将实时流数据按一分钟的大小根据IP进行分区缓存，统计完成后再按需求进行某种操作。
Flink提供了一些按时间和数量进行统计的窗口算子，其中按时间进行划分的窗口称为TimeWindow，包括TumblingTimeWindow滚动时间窗口、SlidingTimeWindow滑动时间窗口和SessionTimeWindow会话窗口。按元素个数进行划分的窗口则称为CountWindow，包括TumblingCountWindow滚动数量窗口和SlidingCountWindow滑动数量窗口。

常见API介绍及调用

1. TumblingTimeWindow
滚动时间窗口，窗口之间没有数据重叠，各个窗口刚好在临界点分开，每个数据只会落在一个窗口内。
调用方式：
DataStream.keyBy(字段名称) .window(TumblingEventTimeWindows.of(Time.minutes(1))) .[其他操作]
2. SlidingTimeWindow
滑动时间窗口基于滚动窗口，增加了窗口滑动时间，数据可以存在多个窗口中。
调用方式：
DataStream.keyBy(字段名称) .window(SlidingEventTimeWindows.of(Time.minutes(5), Time.seconds(10))) .[其他操作]
3. SessionTimeWindow
会话窗口根据间隔时间来进行分组，缓存一段时间无数据输入的数据。
调用方式：
DataStream.keyBy(字段名称) .window(EventTimeSessionWindows.withGap(Time.minutes(5))).allowedLateness(Time.seconds(10)) .[其他操作]
4. TumblingCountWindow
滚动数量窗口，和滚动时间窗口类似，只是根据固定数据个数触发。
调用方式：
DataStream.keyBy(字段名称) .countWindow(100) .[其他操作]
5. SlidingCountWindow
滑动数量窗口，和滑动时间窗口类似，只是根据固定数据个数触发。
调用方式：
DataStream.keyBy(字段名称) .countWindow(1000, 100) .[其他操作]