一、摘要
如果想使用Flink，Flink的Watermark是很难绕过去的概念。本文帮大家梳理Watermark概念
二、Watermark疑问
1、Flink应用的常见需求是什么
如公司运营一个官网，想统计下过去一分钟有多少用户访问官网。一分钟可以理解为Flink的窗口，在这一分钟统计有多少用户。
窗口的作用就是为了周期性获取数据，把传入的流数据根据时间切分成多个桶（buckets）
2、Flink使用窗口后，带来的问题
因为流式数据想要按照窗口做统计。因为网络延迟、乱序等原因可能导致客户端发送的某条数据延迟到达服务器。
而处理乱序的数据，则需要用到Watermark、allowedLateness、sideOutPut技术
Watermark：为了防止数据乱序的处理机制
allowedLateness：将窗口再延迟一段时间，比如等2分钟延迟的数据，2分钟到的可以继续计算
sideOutputLateData：最后兜底操作，窗口真正关闭后，延迟数据再过来，则输出到侧输出流。侧输出流数据可以在单独处理或丢弃
数据处理流程总结：Windows--> Watermark--> allowedLateness--> sideOutputLateData
数据处理流程描述：用Windows把流数据分块处理，用Watermark确定什么时候不再等待更早的数据/触发窗口进行计算，用allowLateNess 将窗口关闭时间再延迟一段时间。用sideOutPut 最后兜底把数据导出到其他地方。
3、
标签：窗口,Watermark,白话,Flink,数据,乱序,延迟 From： https://www.cnblogs.com/robots2/p/17428618.html