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15 分钟前
浅聊维度建模中的星型模型与雪花模型
大数据
数字新视界5 小时前
能耗管理系统提升企业能源效率的实践与展望
大数据·人工智能·数据中心·机房管理·模块化机房
大大大大晴天5 小时前
别让金额越算越多:事实表与维度表设计避坑指南
大数据
如夏倾城7 小时前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
wuyk5557 小时前
Spider-第20讲-综合实战可上线爬虫
大数据·爬虫·python·elasticsearch
培培说证7 小时前
大数据与会计专业性价比高的证书有哪些?
大数据
伞伞悦读10 小时前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
老余说AI10 小时前
跨境电商、课程出海:六款多语言视频翻译工具选型指南
大数据·运维·人工智能
starzy199010 小时前
Structured Streaming 模块与编程模型:引擎内部到底由什么组成
大数据·hadoop·hdfs
Lansonli10 小时前
大数据Spark(九十二):Spark WebUI介绍
大数据·分布式·spark