为什么只使用了一个 GlobalWindow 实例？

Question

看看这个example:

// We create sessions for each id with max timeout of 3 time units
DataStream<Tuple3<String, Long, Integer>> aggregated = source
        .keyBy(0)
        .window(GlobalWindows.create())
        .trigger(new SessionTrigger(3L))
        .sum(2);

谁能解释一下为什么在这个例子中使用了一个 GlobalWindow 的实例（在 GlobalWindows#assignWindows 中创建）？

似乎对于任何传入的事件 ID 都应该创建自己的 window，即 Window(a) 用于 a 事件，Window(b) 用于 b 事件，等等。因为据我所知，Flink 正在使用 Window 的实例来关联对应的事件，即所有 a 事件都应该与 Window(a) 相关联。在这种情况下，只有与 Window(a) 关联的所有 a 事件将传递给 window 函数并一起处理（在此示例中，将计算按 ID 分组的事件计数，即按 a, b, 等等），但是正如您所看到的，这个示例使用了 GlobalWindow.

的一个实例

Answer 1

Flink 使用Window 个实例将属于相同window 的元素分组在一起是正确的。然而，即使在此之前，输入流也是根据指定的键进行分组的。因此，Flink 在内部为每个键存储了一个 windows 及其关联元素的列表。这允许跨多个键使用相同的 window 实例。

更准确地说，在内部你有一个嵌套的 Map<Window, Map<Key, List<Element>>，它为每对 Window 和 Key 存储 List.[=15 中的元素=]

这种方法的好处是 windowing 逻辑在键控流和非键控流上的实现没有区别。对于后一种情况，您只需将密钥设置为虚拟值即可。

为什么只使用了一个 GlobalWindow 实例？

Why is only one instance of GlobalWindow used?

apache-flink

flink-streaming