Event Time and Watermarks

目录

文档解读

文档路径

/Application Development/Streaming (DataStream API)/Event Time

关于event time和watermark,内容比较多,本文的顺序不一定完全按照原文档的顺序进行解读

Event time

官方的定义

Event time is the time that each individual event occurred on its producing device.

事件时间就是数据流中事件实际发生的时间。事件时间也是实际业务中需要处理的时间,由于各种数据源的不同特点,可能在流中计算的时候会遇到事件的延迟或者事件时间的乱序,为解决这个问题出现了Watermark

Watermark

官方对Watermark概念的说明可以参考两个地方,第一就是官网的原文

The mechanism in Flink to measure progress in event time is watermarks. Watermarks flow as part of the data stream and carry a timestamp t. A Watermark(t) declares that event time has reached time t in that stream, meaning that there should be no more elements from the stream with a timestamp t’ <= t (i.e. events with timestamps older or equal to the watermark).

第二就是Watermark类的API说明

A Watermark tells operators that no elements with a timestamp older or equal to the watermark timestamp should arrive at the operator. Watermarks are emitted at the sources and propagate through the operators of the topology. Operators must themselves emit watermarks to downstream operators usingOutput.emitWatermark(Watermark). Operators that do not internally buffer elements can always forward the watermark that they receive. Operators that buffer elements, such as window operators, must forward a watermark after emission of elements that is triggered by the arriving watermark.

In some cases a watermark is only a heuristic and operators should be able to deal with late elements. They can either discard those or update the result and emit updates/retractions to downstream operations.

When a source closes it will emit a final watermark with timestamp Long.MAX_VALUE. When an operator receives this it will know that no more input will be arriving in the future.

本文将针对第二种解释做进一步的说明,通过上文可以总结2点:

  • Watermark中包含了一个时间戳,作用就是告诉算子在这个时间戳之前的数据都已经到达了,不会再有小于或等于这个时间戳的数据再到达这个算子了。
  • Watermark可以认为有一个“生命周期”,即出生,传播,死亡。

Watermark生命周期

Watermark的“出生”

Watermark的产生有两种方式,

  1. Source Functions中直接指定,请参考官文Source Functions with Timestamps and Watermarks
  2. 通过DataStream#assignTimestampsAndWatermarks方式指定如何生成Watermark,这种方式又有两种模式,时间驱动的周期水位线(Periodic Watermarks)和数据驱动的定点水位线(Punctuated Watermarks),对于周期水位线,官方提供了两种实现可以参考BoundedOutOfOrdernessTimestampExtractor.javaAscendingTimestampExtractor.java
Watermark的传播

此部分的内容可以参见笔者之前的文章Watermarks in Parallel Streams

Watermark的“死亡”

当watermark的时间戳变成Long.MAX_VALUE的时候,也就表示告诉算子再也没有数据会到达了

扩展阅读

对于以周期模式产生watermark的时候,官方给出的说明:

The interval (every n milliseconds) in which the watermark will be generated is defined via ExecutionConfig.setAutoWatermarkInterval(...).

对于这句话读者要知道是:

  • 如果不指定,默认是200毫秒
  • ExecutionConfig.setAutoWatermarkInterval一定要放到env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)后面才会生效,因为在setStreamTimeCharacteristic里面会强制设置周期为200毫秒,如果这个方法后执行,就会覆盖原有设置的周期
public void setStreamTimeCharacteristic(TimeCharacteristic characteristic) {
    this.timeCharacteristic = Preconditions.checkNotNull(characteristic);
    if (characteristic == TimeCharacteristic.ProcessingTime) {
        getConfig().setAutoWatermarkInterval(0);
    } else {
        getConfig().setAutoWatermarkInterval(200);
    }
}

这个参数是在TimestampsAndPeriodicWatermarksOperator#open中会拿到设置的watermarkInterval并将此值传给timerService

public void open() throws Exception {
  super.open();

  currentWatermark = Long.MIN_VALUE;
  watermarkInterval = getExecutionConfig().getAutoWatermarkInterval();

  if (watermarkInterval > 0) {
    long now = getProcessingTimeService().getCurrentProcessingTime();
    getProcessingTimeService().registerTimer(now + watermarkInterval, this);
  }
}

这里getProcessingTimeService()返回的对象就是StreamTask中的timerService。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342