异步流都在 org.apache.flink.streaming.api.operators.async 包下面
AsyncResult
AsyncResult是存放在queue的中间结果，可以是watermark（AsyncCollectionResult），也可以是用户record（AsyncCollectionResult）。
方法有四个，分别是判断watermark、判断result、获取watermark、获取result
StreamElementQueueEntry是一个抽象类，实现了大部分逻辑，剩下主要业务逻辑是getFuture和onComplete。
它有两个实现类WatermarkQueueEntry和StreamRecordQueueEntry
watermark不是异步的，所以WatermarkQueueEntry中的future是_CompletableFuture.completedFuture(watermark);表示已经完成的future。_
StreamRecordQueueEntry 用户record是异步的。只有调用complete的时候才会赋值result，表示完成。赋值result在用户自定义异步函数中进行的。
AsyncWaitOperator
将进入的element包装成StreamRecordQueueEntry
处理的时候，首先会根据超时时间timeout，来注册定时器，超时的话会调用户自定义的timeout方法，按时完成会取消对应定时器。
添加到buffer中，这个buffer是有界的，可以控制异步的数量。
调用用户的asyncInvoke方法
addAsyncBufferEntry在添加的时候使用tryPut方法，没有空间的话就会wait。
queue中消息处理是在Emitter类中。
Emitter是在open方法中初始化的，放在emitterThread线程中单独处理。
Emitter的run方法中，取出一个element，这个element是异步已经完成的结果。调用output方法，将结果发送到下游。
output中针对watermark和element分别处理，watermark比较简单。主要看element。
首先是获取result，并发送到下游，再从队列中移除这个result，最后队列腾出一个空间，唤醒可能阻塞的主线程，主线程可以继续放入队列。
可以看到缓存队列StreamElementQueue是异步的关键，正常情况下是来一条数据处理一条数据，它是同步的，现在使用StreamElementQueue将消息先缓存起来，从StreamElementQueue中出去的消息都是已经经过处理的，消息处理耗时整体缩短。
举例现在有10条消息，每条消息处理时间是1s，那么不使用异步，同步处理，处理总时间就是10s。使用异步流的话，就是10条消息会先进入StreamElementQueue中，在StreamElementQueue中同时已经处理，最快处理总时间达到1s。
StreamElementQueue
主要是三个方法，
tryPut添加element，没空间就是false，添加成功就是true
peekBlockingly、poll 两个方法都是获取第一个完成element，区别是是否移除。
它有两个实现类OrderedStreamElementQueue和UnorderedStreamElementQueue，对应有序和无序。
顺序是指的队列弹出element顺序是不是element放入的顺序，即在获取第一个完成的element是不是第一个放入的element。
OrderedStreamElementQueue
比较简单。
capacity是容量大小，queue是实际存放的队列。
tryPut，空间有剩余调用addEntry放入元素。addEntry将元素放入尾部，并注册onCompleteHandler，通知headIsCompleted。
peekBlockingly和poll类似。
在poll中，首先队列是空的或者队列头部没有完成，headIsCompleted阻塞。headIsCompleted在头部完成的时候会回调onCompleteHandler释放。队列poll移除头部。
UnorderedStreamElementQueue
无序，这个效率更高。但是这个无序并不是完全无序，是在watermark之间无序。
- uncompletedQueue中存放是按照watermark划分成的几个批次的没有完成的element
- completedQueue是已经完成的单个element
- firstSet是存放时间最久批次的element
- lastSet是当前进入的element需要存放的批次
基本思路是新的element进入后放到lastSet中，如果是watermark进入的话就新开一个批次。获取第一个完成的element的时候从firstSet中获取。
tryPut还是调用addEntry方法。如果是element，就直接加入lastSet中。是watermark就要新开批次，创建新的lastSet，将新的空的lastSet加入到uncompletedQueue。要是firstSet为空，表示没有未完成的element，将watermark加入firstSet中，firstSet不为空，有没完成的element，这个watermark插入uncompletedQueue中起隔断作用。最后注册回调函数onCompleteHandler，在element完成的时候触发。
onCompleteHandler是在element完成的时候触发。每个element的耗时都是随机的。这里首先要求firstSet中都完成，再处理下一批次。完成的element放入到completedQueue中。
peekBlockingly和poll比较简单，从completedQueue中直接获取即可。
AsyncFunction
最后就是api的使用了。org.apache.flink.streaming.api.functions.async.AsyncFunction
流程总结
