1）Flink 中的时间语义

在流处理中，时间是一个非常核心的概念，是整个系统的基石。比如，我们经常会遇到这样的需求：给定一个时间窗口，比如一个小时，统计时间窗口的内数据指标。那如何界定哪些数据将进入这个窗口呢？在窗口的定义之前，首先需要确定一个应用使用什么样的时间语义。本文将介绍 Flink 的 Event Time、Processing Time 和 Ingestion Time 三种时间语义。

2）时间语义的分类

2.1.处理时间（process time）

处理时间是指的执行操作的各个设备的时间。对于运行在处理时间上的流程序，所有的基于时间的操作（比如时间窗口）都是使用的设备时钟，比如，一个长度为1个小时的窗口将会包含设备时钟表示的1个小时内所有的数据。

假设应用程序在 9:15am分启动，第1个小时窗口将会包含9:15am到10:00am所有的数据，然后下个窗口是10:00am-11:00am，等等。

处理时间是最简单时间语义，数据流和设备之间不需要做任何的协调，他提供了最好的性能和最低的延迟。但是，在分布式和异步的环境下，处理时间没有办法保证确定性，容易受到数据传递速度的影响：事件的延迟和乱序。

在使用窗口的时候, 如果使用处理时间, 就指定时间分配器为处理时间分配器。

2.2.摄取时间（ingestion time）

摄取时间是指Flink 读取事件时记录的时间。Ingestion Time 是事件到达 Flink Souce 的时间。从Source 到下游各个算子中间可能有很多计算环节，任何一个算子的处理速度快慢可能影响到下游算子的Processing Time。而Ingestion Time定义的是数据流最早进入Flink的时间，因此不会被算子处理速度影响。

Ingestion Time通常是 Event Time 和 Processing Time 之间的一个折中方案。

（1）比起 Event Time，Ingestion Time 可以不需要设置复杂的 Watermark，因此也不需要太多缓存，延迟较低。

（2）比起 Processing Time，Ingestion Time 的时间是 Souce 赋值的，一个事件在整个处理过程从头至尾都使用这个时间，而且后续算子不受前序算子处理速度的影响，计算结果相对准确一些，但计算成本稍高。

2.3.事件时间（event time）

事件时间是指的这个事件发生的时间。在 event 进入Flink之前，通常被嵌入到了 event 中，一般作为这个 event 的时间戳存在。

在事件时间体系中，时间的进度依赖于数据本身，和任何设备的时间无关。事件时间程序必须制定如何产生 Event Time Watermarks（水印）。在事件时间体系中，水印是表示时间进度的标志（作用就相当于现实时间的时钟）。

在理想情况下，不管事件时间何时到达或者他们的到达的顺序如何，事件时间处理将产生完全一致且确定的结果。事件时间处理会在等待无序事件（迟到事件）时产生一定的延迟。由于只能等待有限的时间，因此这限制了确定性事件时间应用程序的可使用性。

假设所有数据都已到达，事件时间操作将按预期方式运行，即使在处理无序或迟到的事件或重新处理历史数据时，也会产生正确且一致的结果。例如，每小时事件时间窗口将包含带有事件时间戳的所有记录，该记录落入该小时，无论它们到达的顺序或处理时间。

3）哪种时间语义更重要

1、从《星球大战》说起

为了更加清晰地说明两种语义的区别，我们来举一个非常经典的例子：电影《星球大战》。

如上图所示，我们会发现，看电影其实就是处理影片中数据的过程，所以影片的上映时间就相当于“处理时间”；而影片的数据就是所描述的故事，它所发生的背景时间就相当于“事件时间”。两种时间语义都有各自的用途，适用于不同的场景。

2、数据处理系统中的时间语义

在实际应用中，事件时间语义会更为常见。一般情况下，业务日志数据中都会记录数据生成的时间戳（timestamp），它就可以作为事件时间的判断基础。在 Flink 中，由于处理时间比较简单，早期版本默认的时间语义是处理时间；而考虑到事件时间在实际应用中更为广泛，从 Flink1.12 版本开始，Flink 已经将事件时间作为默认的时间语义了。

4）总结

1、Event Time 的优势是结果的可预测性，缺点是缓存较大，增加了延迟，且调试和定位问题更复杂。

2、Processing Time 只依赖当前执行机器的系统时钟，不需要依赖 Watermark，无需缓存。Processing Time 是实现起来非常简单，也是延迟最小的一种时间语义；但是，在分布式和异步的环境下，Processing Time 不能提供确定性，因为它容易受到事件到达系统的速度（例如从消息队列）、事件在系统内操作流动的速度以及中断的影响。

3、Ingestion Time 通常是 Event Time 和 Processing Time 之间的一个折中方案。

4、在 Flink 流处理真实场景中，大部分的业务需求都会使用事件时间语义，但还是以具体的业务需求择选不同的时间语义。