Flink:
三种窗口：
1，滚动，就是 5分钟，再5分钟；
2，滑动窗口， 固定一个长度，然后slide，会有很多overlap，比如 5分钟长度， 1分钟滑动。
3，会话窗口，根据多久没有收到数据比如 2分钟，则关闭窗口。直到新的数据，开启新窗口。
Trigger：
窗口触发：
Trigger 提供个三个有用的函数：
1，onElement, onProccessTIme, onEventTime，根据自己需求判断是否触发窗口计算
比如，可以根据count 来算。
也可以根据 时间， 或者watermark 的大小来计算，可以实现非常灵活的计算。
waterMark的机制就是在这里实现。
@Override
public TriggerResult onElement(Object element, long timestamp, TimeWindow window, TriggerContext ctx) {
if (window.maxTimestamp() <= ctx.getCurrentWatermark()) {
return TriggerResult.FIRE;
} else {
ctx.registerEventTimeTimer(window.maxTimestamp());
return TriggerResult.CONTINUE;
}
}
public TriggerResult onEventTime(long time, TimeWindow window, TriggerContext ctx) {
return time == window.maxTimestamp() ?
TriggerResult.FIRE :
TriggerResult.CONTINUE;
}
Evictor:
提供一些能力，在窗口触发后，但是在窗口函数计算前后， 做一些定制化的事情，比如对窗口中元素按需进行修剪。flink 默认提供的一些Evictor。
CountEvictor：在窗口维护用户指定数量的元素，如果多于用户指定的数量，从窗口缓冲区的开头丢弃多余的元素。
DeltaEvictor：使用 DeltaFunction 和一个阈值，来计算窗口缓冲区中的最后一个元素与其余每个元素之间的差值，并删除差值大于或等于阈值的元素。
TimeEvictor：以毫秒为单位的时间间隔（interval）作为参数，对于给定的窗口，找到元素中的最大的时间戳max_ts，并删除时间戳小于max_ts - interval的所有元素。
水位线：watermark
水位线为插入到 流记录里面的特殊标识， 一般是用水位线来做窗口触发的标识，
比如9：00到10点的窗口，允许10分钟的延迟， 参看写的文章： https://www.jianshu.com/p/a16dd26f96c6
一般就是 水位线 == 窗口末端就 触发计算。 watermark = max(eventTime- delay)
State 的概念：
每个计算算子，有时候是需要记录状态，比如 source 可能需要记录kafka的offset， 一些聚合算子通常是 增量计算的，也可能在计算你的时候记录 一些状态。
对于checkpoints 等等也需要记录当前的一些状态，以便从错误中恢复。
另外一个用的比较多的，就是broadcast， 我们可以 通过流broadcast 一些配置信息到 stream 中， 然后在processElemnt中获取响应的broadcast内容。
这些broadcast 就是存在 state中，通过 StateDescriptor 就可以获取。
final MapStateDescriptor<Integer, String> stateDesc = new MapStateDescriptor<>(
"broadcast-state", Integer.class, String.class
);
BroadcastStream<Tuple2<Integer, String>> broadcastStream = ruleStream.broadcast(stateDesc);
//然后通过
ctx.getBroadcastState(descriptor)
对于flink，有三种存储state 的组件可以选择， inmemory， FileSystem， rocketdb。
对于state来说，通常分为 operator state 和 KeyState
对于operator state, 比如我们可以定义为每个 map 做state的记录，或者为 map operate实现一些checkpoint函数。
checkpoint 函数就可以从我们的 state中进行恢复。
对于keyState，通常可以对KeyedStream 的聚合状态进行 state记录， 然后在state做自己需要的操作，通常数据量会比较大。
在keyState的模型中，还提供很多计算范式，比如TTLState, AggState， ReduceState， 对于 state 的数据是可以按需做相应的操作的。
Partition：
由于并发设置，各个算子之间的并行度 等的设置，需要有某中策略，把 上游对的数据， 分配到下游的机器上，不好的分配策略可能会造成数据倾斜。
其中ForwardPartitioner和GlobalPartitioner两个实现器基本一样，是将记录转发给在本地运行的下游的(归属于subtask)的operation
ShufflePartitioner是随机选择一个channel
RebalancePartitioner实现了一个轮询分区算法
BroadcastPartitioner是将数据发往下游所有节点
RescalPartitioner是通过轮询的方式发往下游
我们完全可以自定义分区器，比如按照某个key的hash进行分区，完全是看自己的业务需求。
