目录
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
