异常交易巡检指南：Flink CEP与告警阈值调优技巧 - 第2节

2.1 Flink 架构概览

Flink 是一个分布式、高性能、有状态的计算引擎，其架构设计围绕 主从模式 与 流式数据交换 展开。理解 Flink 的运行时架构，是后续配置告警阈值与调优 CEP 作业的基础。

2.1.1 运行时组件与职责

2.1.2 任务提交流程与执行图

Flink 作业从提交到运行会经历三层图转换：StreamGraph → JobGraph → ExecutionGraph。ExecutionGraph 是并行化后的可执行视图，每个并行子任务对应一个 Task。

2.2 DataStream API 核心概念

DataStream API 是 Flink 流处理的核心抽象，在异常交易巡检中，我们主要使用 KeyedStream、ProcessFunction 与 CEP 库。

2.2.1 核心抽象与转换

• DataStream[T]：未分区的流，支持 map、filter、flatMap 等基础转换。
• KeyedStream[T, K]：按 Key 分区的流，用于状态管理与时间窗口操作。
• WindowedStream[T, K, W]：基于时间或计数的窗口流，支持聚合与触发。
• ConnectedStreams[T1, T2]：连接两条流，用于关联交易与账户信息。

2.2.2 常用算子对比

2.3 时间语义与 Watermark 机制

在异常交易巡检中，事件时间 是最可靠的时间语义，因为它能准确反映交易发生的真实时刻，不受系统延迟或重试影响。Watermark 是 Flink 处理乱序数据的核心机制。

2.3.1 三种时间语义

2.3.2 Watermark 生成与传播

Watermark 是一个单调递增的时间戳，表示“在此时间之前的事件都已到达”。Flink 通过 assignTimestampsAndWatermarks 接口生成 Watermark，常见策略包括 周期性生成 与 断点式生成。

2.3.3 代码示例：周期性 Watermark 生成

DataStream<Transaction> stream = env
    .addSource(new KafkaSource<>())
    .assignTimestampsAndWatermarks(
        WatermarkStrategy.<Transaction>forBoundedOutOfOrderness(Duration.ofSeconds(5))
            .withTimestampAssigner((event, timestamp) -> event.getEventTime())
    );