我很难理解水印的概念并允许迟到。
以下是[邮件存档| https：//www.mail-archive.com/user@flink.apache.org/msg08758.html]的摘录，它谈论了水印，但我仍然有几个问题。以下是引用的示例。：
假设您有一个
BoundedOutOfOrdernessTimestampExtractor，带有2分钟的绑定和10分钟的翻滚窗口，该窗口从12:00开始，在12:10结束：如果您有以下流序列：
12:01, A 12:04, B WM, 12:02 // 12:04 - 2 minutes 12:02, C 12:08, D 12:14, E WM, 12:12 12:16, F WM, 12:14 // 12:16 - 2 minutes 12:09, G不允许迟到
窗口运算符将逻辑时间转发至12:12它接收
<WM, 12:12>并评估此时包含[A, B, C, D]并最终清除其状态的窗口。<12:09, G>后来被忽略。允许迟到3分钟
接收到
<WM, 12:12>时，窗口操作员评估窗口，但尚未清除其状态。收到<WM, 12:14>时清除状态(窗户火时间12:10 3分钟允许延迟(。<12:09, G>再次被忽略。允许迟到5分钟
接收到
<WM, 12:12>时，窗口操作员会评估窗口，但尚未清除其状态。收到<12:09, G>后，再次评估窗口，但是这次使用[A, B, C, D, G]并发送更新。当收到> = 12:15的水印时，该状态将被清除。
我了解：
- 一个水印应该说明，任何带有事件时间戳的元素都将被删除。因此，12:02的水印意味着Flink已经看到了它必须看到的一切，直到活动时间12:02。任何具有事件时间ATAMP的元素要比此水印要小，例如12:01将被丢弃。
- 允许迟到的概念仅在标记窗户末端的最后一个水印之后才适用
我的问题基于理解：
- 考虑到Flink的消息" 12：02，c"是如何带有以前的水印(WM，12:02(的Flink，已经说过" 我已经看过一切，直到活动时间12:02 "？
- 我已经调整了流序列，并在流序列中以BOLD为BOLD所示的点插入了另一个记录12：01，CCC。
如果您有以下流序列：
12:01, A 12:04, B WM, 12:02 // 12:04 - 2 minutes 12:02, C 12:01, CCC // Inserted by Sheel 12:08, D 12:14, E WM, 12:12 12:16, F WM, 12:14 // 12:16 - 2 minutes 12:09, G
这仍然在12：00-12：10窗口中，但在Watermark Wm的后面，12:02。假设允许的迟到为5分钟。是否会接受此记录"某种程度上"将允许的迟到带入图片中，还是考虑到水印12:02已经越过？
Watermarks控制窗口的寿命，而不是直接删除记录。当Flink的WindowOperator收到新记录时，它将计算其掉入其中的窗口集。如果此集合至少包含一个活动窗口，则意味着没有高于窗口的末端时间 允许迟到的水印，将记录分配给此窗口，并将成为窗口计算的一部分(即使记录的时间戳低于最后一个看到的水印(。因此，可以说窗户减少了有关单个记录的水印的分辨率。
在您的情况下，这意味着C和CCC都将成为窗口12:00 - 12:10的一部分，因为系统尚未看到> = 12:10的Watermark，但是。