Flink 窗口（Window）超详细核心知识点总结

一、窗口到底是什么？（最核心概念）

1. 一句话定义

窗口 = 把无限流 → 切割成有限的数据块（桶），方便计算。

2. 正确理解（面试必说）

• 窗口不是固定的框
• 窗口是动态创建的桶
• 数据来了 → 分到对应窗口 → 时间 / 数量到了 → 计算输出
• 窗口区间：左闭右开 [start, end)

3. 窗口的意义

Flink 是流式计算，数据无限，必须用窗口变成有限数据才能统计。

---

二、窗口两大分类（必考）

1. 按 驱动类型 分

（1）时间窗口（TimeWindow）

• 按时间切割
• 到点就触发计算
• 最常用

（2）计数窗口（CountWindow）

• 按数据个数切割
• 凑够数量就触发
• 底层 = 全局窗口

---

2. 按 数据分配规则 分（4 种）

1. **滚动窗口（Tumbling）**不重叠、无间隙
2. **滑动窗口（Sliding）**可重叠、有步长
3. **会话窗口（Session）**隔一段时间没数据就断开
4. **全局窗口（Global）**所有数据进同一个窗口（需自定义触发器）

---

三、窗口 API 最核心结构

流
.keyBy(...)         // 分组（必须，否则并行度=1）
.window(...)        // 窗口分配器（定义窗口类型）
.aggregate(...)     // 窗口函数（计算逻辑）

---

四、Keyed vs Non-Keyed 窗口（超级重要）

1. Keyed Window（推荐 ✅）

• 先 .keyBy()
• 多并行度执行
• 每个 key 独立窗口、独立状态
• 支持定时器、状态、窗口

2. Non-Keyed Window（不推荐 ❌）

• 直接 .windowAll()
• 并行度永远 = 1
• 性能极差
• 生产几乎不用

---

五、窗口分配器（Window Assigners）

1. 时间窗口（最常用）

滚动窗口

.window(TumblingProcessingTimeWindows.of(Time.seconds(5)))

滑动窗口

.window(SlidingProcessingTimeWindows.of(大小, 步长))

会话窗口

.window(ProcessingTimeSessionWindows.withGap(Time.seconds(10)))

---

2. 计数窗口

滚动计数

.countWindow(10)   // 10条数据触发

滑动计数

.countWindow(10, 3)  // 窗口10条，每3条滑动一次

---

六、窗口函数（Window Functions）（必考）

两大类：

1. 增量聚合函数（性能高 ✅）

来一条算一条，不存全部数据

• ReduceFunction输入、输出类型必须一样
• AggregateFunction （最强大）支持：
  • 输入类型
  • 中间累加器类型
  • 输出类型三者可不一样！

AggregateFunction 4 个方法：

1. createAccumulator() 创建累加器
2. add() 数据来了就加
3. getResult() 窗口结束输出结果
4. merge() 会话窗口合并用

---

2. 全窗口函数（功能强 ✅）

先缓存所有数据，窗口结束一起算

• WindowFunction（老版，不推荐）
• ProcessWindowFunction（新版，最强大）

能拿到：

• 窗口全部数据
• 窗口开始 / 结束时间
• 上下文、状态、时间

---

七、窗口高级 API（面试高频）

1. 允许延迟（allowedLateness）

.allowedLateness(Time.minutes(1))

• 窗口到时间后不关闭
• 再等 1 分钟，迟到数据仍可进入计算

2. 迟到数据 → 侧输出流（SideOutput）

.sideOutputLateData(lateTag)

• 彻底迟到的数据 → 打入侧输出流
• 不影响主流
• 可单独处理、补算

---

八、本章 10 个最强结论（背会直接过面试）

1. 窗口 = 把无限流切成有限块进行计算
2. 窗口是动态桶，不是固定框
3. keyBy 之后开窗才支持多并行、状态、定时器
4. 窗口分：时间窗口、计数窗口
5. 分配规则：滚动、滑动、会话、全局
6. 增量聚合性能高，全窗口功能全
7. AggregateFunction 是最灵活的增量聚合
8. ProcessWindowFunction 功能最强大
9. 事件时间必须处理迟到数据
10. 迟到处理：允许延迟 + 侧输出流

---

九、面试满分回答（直接背）

Flink 窗口是将无界流切割成有界数据块的核心机制，分为时间窗口和计数窗口，按分配规则可分为滚动、滑动、会话和全局窗口。窗口必须在 keyBy 之后使用才能支持高并行、状态和定时器。窗口计算分为增量聚合（Reduce/Aggregate）和全窗口函数（ProcessWindowFunction），前者性能高，后者功能全。事件时间下需通过 allowedLateness 和侧输出流处理迟到数据，保证计算准确。