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
阿里云大数据AI技术41 分钟前
PAI推理重磅发布模型权重服务,大幅降低冷启动与扩容时长
大数据·人工智能·llm
Azoner1 小时前
flink的多种部署模式
flink
李子圆圆2 小时前
地下安全防线:电缆通道防外破地钉如何守护城市隐形生命线
大数据·人工智能
C++ 老炮儿的技术栈3 小时前
C++实现手写strlen函数
大数据·c语言·c++·编辑器
测试专家3 小时前
ARINC653系统架构
大数据·linux·运维
袋鼠云数栈4 小时前
AI Infra 运维实践:DeepSeek 部署运维中的软硬结合
大数据·运维·数据库·数据中台·数栈
Web3_Daisy6 小时前
使用 Solscan API 的开发指南:快速获取 Solana 链上数据
大数据·人工智能·web3·区块链
企销客CRM6 小时前
企微CRM系统中的任务分配与效率提升技巧
大数据·数据库·人工智能·数据分析·企业微信
武子康8 小时前
大数据-17 Flume 分布式日志收集 实时采集引擎 Source Channel Sink 串行复制负载均衡
大数据·后端·apache flume
彬彬醤10 小时前
TikTok for Mac?Mac用户的TikTok使用指南
大数据·网络·tcp/ip·web安全·macos·重构