watermark的作用

事件时间的推进

上游发过来的数据总是乱序的，有早有晚，然而有些动作是必须要明确的标记触发的，比如窗口计算。

那么，此时就需要一个水位线来推进事件时间

比如，系统最大时间-时间间隔

stream.assignTimestampsAndWatermarks(
  WatermarkStrategy
    .<Event>forBoundedOutOfOrderness(Duration.ofSeconds(10))
    .withTimestampAssigner((event, ts) -> event.getEventTime())
);

表示系统允许最大乱序为 10 秒。

• Flink 在内部生成 Watermark 的公式为：Watermark = 当前观察到的最大事件时间 - 10 秒

• 只要比这个 Watermark 更早的事件，就被认为是"已经延迟太久"的数据，可能被丢弃或作为迟到数据处理。

多流操作的协同​

​​双流 Join 的完整性保证​​：在双流 join或 coProcessFunction中，Watermark 用于对齐两个流的事件时间。例如：

• 流 A 的 Watermark = 10:05
• 流 B 的 Watermark = 10:00

下游算子以 min(10:05, 10:00) = 10:00作为当前 Watermark，确保仅当两流数据均推进到 10:00后才输出匹配结果，避免数据丢失 。

​​乱序数据处理​​：通过取各输入流的最小 Watermark，确保慢速流的数据不被快速流覆盖