在应用eventTime的时候如何解决乱序数据？咱们晓得，流解决从事件产生，到流经source，再到operator，两头是有一个过程和工夫的。尽管大部分状况下，流到operator的数据都是依照事件产生的工夫程序来的，然而也不排除因为网络提早等起因，导致乱序的产生，特地是应用kafka的话，多个分区的数据无奈保障有序。所以在进行window计算的时候，咱们又不能无限期的等上来，必须要有个机制来保障一个特定的工夫后，必须触发window去进行计算了。这个特地的机制，就是watermark。Watermark是用于解决乱序事件的，用于掂量Event Time停顿的机制。watermark能够翻译为水位线。
一、Watermark的外围原理
Watermark的外围实质能够了解成一个提早触发机制。
在 Flink 的窗口处理过程中，如果确定全副数据达到，就能够对 Window 的所有数据做 窗口计算操作（如汇总、分组等），如果数据没有全副达到，则持续期待该窗口中的数据全 部达到才开始解决。这种状况下就须要用到水位线（WaterMarks）机制，它可能掂量数据处 理进度（表白数据达到的完整性），保障事件数据（全副）达到 Flink 零碎，或者在乱序及 提早达到时，也可能像预期一样计算出正确并且间断的后果。当任何 Event 进入到 Flink 零碎时，会依据以后最大事件工夫产生 Watermarks 工夫戳。
那么 Flink 是怎么计算 Watermak 的值呢？
Watermark =进入Flink 的最大的事件工夫(mxtEventTime)-指定的延迟时间(t)
那么有 Watermark 的 Window 是怎么触发窗口函数的呢？
如果有窗口的进行工夫等于或者小于 maxEventTime - t(过后的warkmark)，那么这个窗口被触发执行。
其外围解决流程如下图所示。
二、Watermark的三种应用状况
1、原本有序的Stream中的 Watermark
如果数据元素的事件工夫是有序的，Watermark 工夫戳会随着数据元素的事件工夫按顺 序生成，此时水位线的变动和事件工夫放弃始终（因为既然是有序的工夫，就不须要设置提早了，那么t就是 0。所以 watermark=maxtime-0 = maxtime），也就是现实状态下的水位 线。当 Watermark 工夫大于 Windows 完结工夫就会触发对 Windows 的数据计算，以此类推， 下一个 Window 也是一样。这种状况其实是乱序数据的一种非凡状况。
2、乱序事件中的Watermark
现实情况下数据元素往往并不是依照其产生程序接入到 Flink 零碎中进行解决，而频繁 呈现乱序或早退的状况，这种状况就须要应用 Watermarks 来应答。比方下图，设置延迟时间t为2。
3、并行数据流中的Watermark
在多并行度的状况下，Watermark 会有一个对齐机制，这个对齐机制会取所有 Channel 中最小的 Watermark。
三、设置Watermark的外围代码
1、首先，正确设置事件处理的工夫语义，个别都是采纳Event Time。
sEnv.setStreamTimeCharacteristic(TimeCharacteristic.EventTime); 2、其次，指定生成Watermark的机制，包含：延时解决的工夫和EventTime对应的字段。如下：
留神：不论是数据是否有序，都能够应用下面的代码。有序的数据只是无序数据的一种非凡状况。
四、Watermark编程案例
测试数据：基站的手机通话数据，如下：
需要：按基站，每5秒统计通话时间最长的记录。
- StationLog用于封装基站数据
package watermark;//station1,18688822219,18684812319,10,1595158485855public class StationLog { private String stationID; //基站ID private String from; //呼叫放 private String to; //被叫方 private long duration; //通话的持续时间 private long callTime; //通话的呼叫工夫 public StationLog(String stationID, String from, String to, long duration, long callTime) { this.stationID = stationID; this.from = from; this.to = to; this.duration = duration; this.callTime = callTime; } public String getStationID() { return stationID; } public void setStationID(String stationID) { this.stationID = stationID; } public long getCallTime() { return callTime; } public void setCallTime(long callTime) { this.callTime = callTime; } public String getFrom() { return from; } public void setFrom(String from) { this.from = from; } public String getTo() { return to; } public void setTo(String to) { this.to = to; } public long getDuration() { return duration; } public void setDuration(long duration) { this.duration = duration; }}- 代码实现：WaterMarkDemo用于实现计算（留神：为了不便咱们测试设置工作的并行度为1）
package watermark;import java.time.Duration;import org.apache.flink.api.common.eventtime.SerializableTimestampAssigner;import org.apache.flink.api.common.eventtime.WatermarkStrategy;import org.apache.flink.api.common.functions.FilterFunction;import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.common.functions.ReduceFunction;import org.apache.flink.api.java.functions.KeySelector;import org.apache.flink.streaming.api.TimeCharacteristic;import org.apache.flink.streaming.api.datastream.DataStreamSource;import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;import org.apache.flink.streaming.api.functions.windowing.ProcessWindowFunction;import org.apache.flink.streaming.api.windowing.time.Time;import org.apache.flink.streaming.api.windowing.windows.TimeWindow;import org.apache.flink.util.Collector;//每隔五秒，将过来是10秒内，通话时间最长的通话日志输入。public class WaterMarkDemo { public static void main(String[] args) throws Exception { //失去Flink流式解决的运行环境 StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime); env.setParallelism(1); //设置周期性的产生水位线的工夫距离。当数据流很大的时候，如果每个事件都产生水位线，会影响性能。 env.getConfig().setAutoWatermarkInterval(100);//默认100毫秒 //失去输出流 DataStreamSource<String> stream = env.socketTextStream("bigdata111", 1234); stream.flatMap(new FlatMapFunction<String, StationLog>() { public void flatMap(String data, Collector<StationLog> output) throws Exception { String[] words = data.split(","); // 基站ID from to 通话时长 callTime output.collect(new StationLog(words[0], words[1],words[2], Long.parseLong(words[3]), Long.parseLong(words[4]))); } }).filter(new FilterFunction<StationLog>() { @Override public boolean filter(StationLog value) throws Exception { return value.getDuration() > 0?true:false; } }).assignTimestampsAndWatermarks(WatermarkStrategy.<StationLog>forBoundedOutOfOrderness(Duration.ofSeconds(3)) .withTimestampAssigner(new SerializableTimestampAssigner<StationLog>() { @Override public long extractTimestamp(StationLog element, long recordTimestamp) { return element.getCallTime(); //指定EventTime对应的字段 } }) ).keyBy(new KeySelector<StationLog, String>(){ @Override public String getKey(StationLog value) throws Exception { return value.getStationID(); //依照基站分组 }} ).timeWindow(Time.seconds(5)) //设置工夫窗口 .reduce(new MyReduceFunction(),new MyProcessWindows()).print(); env.execute(); }}//用于如何解决窗口中的数据，即：找到窗口内通话时间最长的记录。class MyReduceFunction implements ReduceFunction<StationLog> { @Override public StationLog reduce(StationLog value1, StationLog value2) throws Exception { // 找到通话时间最长的通话记录 return value1.getDuration() >= value2.getDuration() ? value1 : value2; }}//窗口解决实现后，输入的后果是什么class MyProcessWindows extends ProcessWindowFunction<StationLog, String, String, TimeWindow> { @Override public void process(String key, ProcessWindowFunction<StationLog, String, String, TimeWindow>.Context context, Iterable<StationLog> elements, Collector<String> out) throws Exception { StationLog maxLog = elements.iterator().next(); StringBuffer sb = new StringBuffer(); sb.append("窗口范畴是:").append(context.window().getStart()).append("----").append(context.window().getEnd()).append("\n");; sb.append("基站ID：").append(maxLog.getStationID()).append("\t") .append("呼叫工夫：").append(maxLog.getCallTime()).append("\t") .append("主叫号码：").append(maxLog.getFrom()).append("\t") .append("被叫号码：") .append(maxLog.getTo()).append("\t") .append("通话时长：").append(maxLog.getDuration()).append("\n"); out.collect(sb.toString()); }}