在本文中，我将分享编码示例，这些示例是 Flink 中 TumblingWindow 的一些关键方面。不熟悉 Flink 流的人员可以在此处获得介绍。
在进入TumblingWindow之前，让我们在流处理或流计算方面对”窗口”有一个基本的了解。 在数据流中，您有一个源持续生成数据，这使得计算最终值变得不可行。
在大多数用例中，要获得有意义的信息，最好使用两种方法
- 随时间的有限集计算（例如，每分钟 HTTP 401 错误）
- 计算以滚动更新完成（例如，记分板、趋势主题）
“Window”定义一组有限的元素，用于未绑定的流，我们可以应用计算。此集可以基于时间、元素计数、计数和时间的组合，或者一些自定义逻辑来将元素分配给窗口。
- 每分钟收到的订单数（固定时间）
- 完成最后 100 个订单的平均时间（固定元素）
流式处理框架供应商实现如何定义”窗口”的多个变体。Flink 有三种类型（a） 翻滚 （b） 滑动和 （c） 会话窗口，我将集中讨论本文的第一个窗口。
您还可以享受：带Apache Flink 的流式 ETL
翻滚窗口
这个窗口简单易懂，易于入门。它是一个固定大小的窗口，其中”大小”是时间（30 秒，5 分钟）或只是计数（100 个元素）。
5 分钟的时间窗口将收集到达窗口中的所有元素，并在 5 分钟后对其进行评估计数窗口100 将在窗口中收集 100 个元素，并在添加第 100 个元素后计算该窗口。
最重要的是，不会重叠窗口，也不会有重复的元素。每个元素仅分配给一个窗口。如果已指定密钥，则 Flink 将在逻辑上对流进行分区，并为每个键控元素运行并行窗口操作。
让我们举一个例子来更好地理解它们。一个简单的 IntegerGenerator “”类充当源，每秒生成一个整数（从 1 开始）。以下行初始化本地 Flink 环境并创建 DataStream 对象。
流执行环境env=流执行环境。获取执行环境（）;
数据流<整数>intStream=env
时间窗口ALL（时间.秒（ 5 ）
.进程（新进程AllWindow函数_lt;整数，整数，时间窗口>（）
{
@Override
公共 void 进程（上下文 arg0、可迭代<整数>输入、收集器_lt;整数>输出）引发异常
{
logger.info（”计算对 _}的计算总和”，输入 ）;
int 总和 = 0;
for （int i ： 输入） |
总和 = i;
}
输出.收集（总和 ）;
}
})
.print（）;
env.execute（）;
xxxxxxxxx
intStream
.时间窗口所有时间。秒5 ）
信息（”计算总和”，输入）;
int总和=0;
（inti输入） |
总和=i;
}
输出。收集总和;
}
})
.印刷（）;
Env
在这里，我只是计算在给定窗口期间收集的所有整数的总和。
注意– ProcessAllWindowFunction 将允许 Flink 缓冲内存中窗口的所有元素，然后传递整个元素进行计算。因此，将 Iterable<> 对象作为 输入参数。 process()
第 13 行 – 将此窗口的结果返回 Flink，以便执行下一步，即在控制台上打印。
以下显示示例运行的输出
让我们在这里剖析输出。
- 行#1 – #3 = 在当前窗口关闭之前生成了两个整数。请注意，即使我们说五秒钟，第一个窗口没有运行五秒钟。原因是，默认情况下 Flink 会舍入到最近的时钟边界，在我们的案例中，该边界发生在”13：33：55″。这触发了 Flink 触发器窗口以关闭当前窗口并将其传递到下一步（Flink 的运算符）。
- 行#4 = 使用
process()所有元素调用方法 [1， 2]，总和 “3”打印到控制台 - 行#5 – #10 = 新窗口开始，并收集下一组整数。在”13：34：00″5秒后，窗口关闭。所收集的所有数据都发送到处理，其中打印它收到的整数，并计算此窗口中的数字总和 = “18”。
- 行#11 = 当前窗口总和打印到控制台。
- 类似的逻辑从线#12进一步应用。
备注 –此新窗口中不存在上一个窗口中的整数。下一个窗口在当前窗口关闭后启动（没有重叠和重复）。