【Flink篇06】Flink之Window概述1
需积分: 0 125 浏览量
2022-08-04
16:27:58
上传
评论
收藏 772KB PDF 举报
纵有疾风起，人生不言弃
Flink之Window概述
streaming流式计算是一种被设计用于处理无限数据集的数据处理引擎，而无限数据集是指一
种不断增长的本质上无限的数据集，而window是一种切割无限数据为有限块进行处理的手段。
Window是无限数据流处理的核心，Window将一个无限的stream拆分成有限大小的”buckets”
桶，我们可以在这些桶上做计算操作。
【在Spark中那里讲了Window概念了，它是处理无限流的一种手段而已，可以理解为根据什么样的规
则来聚合数据】
Window类型
Window可以分成两类：
CountWindow：按照指定的数据条数生成一个Window，与时间无关。
TimeWindow：按照时间生成Window。
对于TimeWindow，可以根据窗口实现原理的不同分成三类：滚动窗口（Tumbling
Window）、滑动窗口（Sliding Window）和会话窗口（Session Window）。【有问题都可以私
聊我WX：focusbigdata，或者关注我的公众号：FocusBigData，注意大小写】
滚动窗口（Tumbling Windows）
将数据依据固定的窗口长度对数据进行切片。
特点：时间对齐，窗口长度固定，没有重叠
滚动窗口分配器将每个元素分配到一个指定窗口大小的窗口中，滚动窗口有一个固定的大小，并且不
会出现重叠。例如：如果你指定了一个5分钟大小的滚动窗口，窗口的创建如下图所示：
适用场景：适合做BI统计等（做每个时间段的聚合计算）
评论0
最新资源