7.1、如何理解Flink中的时间语义

目录

1、如何理解Flink中的时间语义

2、实时计算时,应该如何选择时间语义?

3、时间语义与窗口的关系


1、如何理解Flink中的时间语义

flink作为流式计算引擎,提供了 两种时间语义 来对流式数据进行计算

事件时间(EventTime) : 事件产生的时间,通常由事件中的时间戳描述

处理时间(ProcessingTime) : 数据据被处理的时间,即服务器的当前系统时间


2、实时计算时,应该如何选择时间语义?

事件时间(EventTime)

优点: 保证了计算结果的正确性(无论什么时候执行)

缺点: 数据结果的实时性受 数据延迟的影响

处理时间(ProcessingTime)

优点:计算实时性高,不受数据延迟的影响

缺点:无法保证计算结果的正确性(无法重跑数据)


3、时间语义与窗口的关系

时间语义决定着数据会被分配到哪个窗口中去

相关推荐
大大大大晴天43 分钟前
深入解析 Flink Kafka Connector:原理、配置与最佳实践
flink
大大大大晴天1 天前
Hudi技术内幕:RecordPayload到RecordMerger
大数据
SelectDB2 天前
秒级弹性、最高降本 70%:SelectDB Serverless 如何重塑云数仓资源效率
大数据·后端·云原生
WhoAmI2 天前
MapReduce框架原理解析一:InputFormat
大数据·hadoop
WhoAmI2 天前
MapReduce框架原理解析三:OutputFormat
大数据·hadoop
WhoAmI2 天前
MapReduce框架原理解析二:Shuffle
大数据·hadoop
大大大大晴天3 天前
Hudi技术内幕:Key Generation原理与实践
大数据
得物技术6 天前
从埋点需求到规则资产:Hermes Agent 重构得物数仓工作流
大数据·llm·ai编程
久美子6 天前
AI驱动数仓建设的Harness工程实践——本体建模、知识分层与上下文工程
大数据
大树887 天前
金刚石散热越强,管路越先见顶
大数据·运维·服务器·人工智能·ai