4. Flink 窗口计算：滚动、滑动、会话与窗口函数实战

窗口计算，说白了就是「把无界数据流切成有界数据块」。没有窗口，实时计算就无从谈起。我做了这么多年实时系统，见过太多因为窗口选型不对导致数据不准的案例。这一章，咱们就把 Flink 的三种核心窗口——滚动、滑动、会话——彻底讲透，再配合窗口函数，让你能真正上手实战。

4.1 滚动窗口：最简单的切分方式

滚动窗口，就是按固定时间长度把数据流切成互不重叠的段。比如每 5 分钟统计一次订单量，这 5 分钟的数据不会跑到下一个窗口里。

我个人习惯用滚动窗口做「固定周期的报表」。比如每小时的 PV/UV 统计，或者每 10 分钟的异常检测。它简单、直观，而且天然支持并行处理。

// 滚动窗口示例：每 5 分钟统计一次订单金额
DataStream<Order> orderStream = ...;

orderStream
    .keyBy(Order::getUserId)
    .window(TumblingProcessingTimeWindows.of(Time.minutes(5)))
    .sum("amount")
    .print();

4.2 滑动窗口：解决「边界突变」问题

滑动窗口允许窗口重叠。比如窗口大小 10 分钟，滑动步长 1 分钟，那每 1 分钟就会产生一个结果，但每个结果都包含过去 10 分钟的数据。

你想想看，滚动窗口在边界处数据会突然变化——比如 10:00:00 那一秒，数据从 9:55-10:00 突然跳到 10:00-10:05。滑动窗口就能让这个变化平滑很多。

// 滑动窗口示例：每 1 分钟统计过去 10 分钟的点击量
DataStream<ClickEvent> clickStream = ...;

clickStream
    .keyBy(ClickEvent::getPageId)
    .window(SlidingProcessingTimeWindows.of(Time.minutes(10), Time.minutes(1)))
    .aggregate(new ClickCountAggregator())
    .print();

4.3 会话窗口：按「活动间隙」切分

会话窗口跟前面两种完全不同。它没有固定大小，而是根据数据之间的时间间隔来切分。如果两条数据之间的间隔超过设定的「会话间隙」，就认为是一个新会话的开始。

这个在用户行为分析中特别常用。比如用户在电商网站上的浏览行为——连续点击商品详情页，中间间隔不超过 30 分钟，就算一次会话。超过 30 分钟没操作，就认为会话结束了。

// 会话窗口示例：按用户会话分组统计浏览时长
DataStream<PageView> pageViewStream = ...;

pageViewStream
    .keyBy(PageView::getUserId)
    .window(EventTimeSessionWindows.withGap(Time.minutes(30)))
    .process(new SessionDurationCalculator())
    .print();

4.4 窗口函数：三种实现方式

窗口定义好了，怎么处理窗口内的数据？Flink 提供了三种窗口函数，各有适用场景。

函数类型	特点	适用场景	性能
ReduceFunction	增量聚合，只保留中间结果	求和、计数、最大值/最小值	最高
AggregateFunction	增量聚合，可自定义累加器类型	平均值、复杂统计	高
ProcessWindowFunction	全量聚合，可访问窗口元数据	需要窗口开始/结束时间、排序后取 TopN	较低（需缓存所有数据）

我个人的经验是：能用 ReduceFunction 就别用 ProcessWindowFunction。增量聚合的性能优势太明显了。但有些场景确实绕不开——比如你要取窗口内的 Top 3 商品，那就必须等所有数据到齐才能排序。

// AggregateFunction 示例：计算窗口内的平均价格
public class AveragePriceAggregator 
    implements AggregateFunction<Order, Tuple2<Long, Double>, Double> {
    
    @Override
    public Tuple2<Long, Double> createAccumulator() {
        return Tuple2.of(0L, 0.0);  // (数量, 总价)
    }
    
    @Override
    public Tuple2<Long, Double> add(Order order, Tuple2<Long, Double> acc) {
        return Tuple2.of(acc.f0 + 1, acc.f1 + order.getAmount());
    }
    
    @Override
    public Double getResult(Tuple2<Long, Double> acc) {
        return acc.f1 / acc.f0;
    }
    
    @Override
    public Tuple2<Long, Double> merge(Tuple2<Long, Double> a, Tuple2<Long, Double> b) {
        return Tuple2.of(a.f0 + b.f0, a.f1 + b.f1);
    }
}

4.5 时间语义的选择：ProcessingTime vs EventTime

窗口计算离不开时间语义。Flink 支持两种：ProcessingTime（处理时间）和 EventTime（事件时间）。

• ProcessingTime：以 Flink 算子所在机器的系统时间为准。延迟低，但结果不稳定——如果数据乱序或重放，结果会不一样。
• EventTime：以数据本身携带的时间戳为准。需要配合 Watermark 使用，能处理乱序数据，结果可复现。

嗯，这里要注意：如果你的业务对数据准确性要求高（比如金融交易、计费系统），必须用 EventTime。如果只是做实时监控、告警，ProcessingTime 就够了。

// EventTime 窗口需要指定时间戳提取器和 Watermark 策略
DataStream<Order> orderStream = ...;

orderStream
    .assignTimestampsAndWatermarks(
        WatermarkStrategy.<Order>forBoundedOutOfOrderness(Duration.ofSeconds(10))
            .withTimestampAssigner((order, timestamp) -> order.getEventTime())
    )
    .keyBy(Order::getUserId)
    .window(TumblingEventTimeWindows.of(Time.minutes(5)))
    .sum("amount")
    .print();

4.6 实战：综合运用三种窗口

最后，咱们看一个综合案例。假设你要做一个电商实时看板，需要同时展示：

1. 每 5 分钟的订单总量（滚动窗口）
2. 过去 1 小时的滚动平均客单价（滑动窗口，步长 5 分钟）
3. 每个用户的会话内浏览商品数（会话窗口，间隙 30 分钟）

这三个需求正好对应三种窗口。你可以用 split() 或 side output 把同一个数据流分到不同的窗口计算中。

// 综合案例：同一个流分到三个窗口
DataStream<Order> orderStream = ...;

// 1. 滚动窗口：每 5 分钟订单量
orderStream
    .windowAll(TumblingProcessingTimeWindows.of(Time.minutes(5)))
    .apply(new OrderCountFunction())
    .map(count -> "滚动窗口-5分钟订单量: " + count);

// 2. 滑动窗口：过去 1 小时平均客单价
orderStream
    .windowAll(SlidingProcessingTimeWindows.of(Time.hours(1), Time.minutes(5)))
    .aggregate(new AveragePriceAggregator())
    .map(avg -> "滑动窗口-1小时平均客单价: " + avg);

// 3. 会话窗口：用户会话内浏览商品数
orderStream
    .keyBy(Order::getUserId)
    .window(ProcessingTimeSessionWindows.withGap(Time.minutes(30)))
    .apply(new SessionProductCountFunction())
    .map(count -> "会话窗口-用户浏览商品数: " + count);

你看，同一个数据流，通过不同的窗口定义，就能产出完全不同的业务指标。这就是 Flink 窗口的威力。