窗口是什么
要知道 Flink 面对的是无限的数据流，而批处理只是流处理的一个特例，然而我们的计算只能基于一个有限的集合，这个时候窗口正好定义了这其中的概念。因此可以说了解窗口机制是学习 Flink 的基础也是关键。
总结来说，窗口将一个无限数据流拆分成有限的数据集合（以下简称为“桶”），并使得我们很方便地在上面做一些操作。那么显然这里带来两个问题：
- 如何将数据拆分到桶
- 后续的操作何时发生
在 Flink 的实现中，会有具体的策略决定何时创建一个桶，数据该分配到哪个桶，而后续的操作是基于条件触发的，当然这个条件是可以自定义的，Flink 内部也有默认的实现，一旦条件达到，后续的操作就会发生，将桶内的数据发送给操作函数。这便是窗口在整个过程中起到的作用。
围绕窗口有哪些概念需要掌握
窗口类型
接着上面的讨论，Flink 会有具体的策略决定何时创建桶以及数据该分配到哪个桶，那么有哪些策略呢？这些策略在 Flink 中的区分就是窗口的类型：
- 滚动窗口
- 滑动窗口
- 会话窗口
这些窗口具体什么时候会用到呢？比如我们要计算每隔5分钟的车流量，那就需要滚动窗口，每5分钟累计一次。但是如果希望每分钟计算一下最近5分钟的车流量呢，那就需要滑动窗口，滑动的大小为1分钟。而如果要统计用户在一次网页交互的会话内点击页面的次数，那么这个时候就需要用会话窗口了。当然了，如果这几个内置的窗口不够用的话，还可以自定义。
触发器（Trigger）
桶已经创建好了，数据也已经分配到具体的桶了，那么何时触发后续的操作函数呢？这个在 Flink 由触发器来规定。触发器会决定一个窗口何时被计算或清除（即清除窗口中的元素）。因而每个窗口都会有一个触发器。再接着举上面的例子说吧，如果要5分钟统计一次的话，那么显然需要计时，每隔5分钟就触发一次。Flink 内部已经对常用的窗口实现了默认的触发器，如果不满足的话也可以使用相应的 API 来自定义。
驱逐者（Evitor）
驱逐者其实有点像个过滤器，用于在上面的触发器触发之后，去掉窗口中的某些元素。对于窗口而言，驱逐者是个可选项。在 Flink 内部提供的滑动计数窗口的实现中，就用到了驱逐者，用来去掉多余的数据。
允许延迟
在实际的数据产生到处理的过程中，出现数据的延迟再正常不过了，那么我们怎么让迟到的数据加入到窗口中呢？在 Flink 中提供了允许延迟的 API，只要数据还没有到窗口的最后时间加上延迟时间，那么依然会被加入到窗口中，而且有可能再次触发后续的操作函数，这取决于具体的触发器的实现。
小结
对于窗口相关的理论知识，掌握这些基本就够了，接下来需要从 API 的使用去了解了，后续文章就开始相关 API 的介绍。
本文首发于公众号“数据Man”，欢迎关注！
