2. Flink 基础回顾：Flink 架构、DataStream API 核心概念、时间语义与水位线机制

在深入 Flink CEP 风控巡检之前，必须夯实 Flink 的核心基础。本章将系统回顾 Flink 的运行时架构、DataStream API 的核心抽象，以及决定流处理准确性的时间语义与水位线机制。这些概念是理解后续复杂事件处理（CEP）与实时风控策略的基石。

2.1 Flink 运行时架构

Flink 采用经典的 主从（Master-Worker）架构，用于在分布式环境中执行流处理作业。理解各组件职责是进行性能调优与故障排查的前提。

2.2 DataStream API 核心概念

DataStream API 是 Flink 进行流处理的核心编程模型。在风控场景中，我们主要操作 DataStream<T> 与 KeyedStream<T, KEY> 两种基本流。

2.3 时间语义

Flink 支持三种时间语义，在风控场景中，事件时间（Event Time） 是最准确、最常用的语义，因为它基于事件实际发生的时间戳，而非数据到达系统的时间。

2.4 水位线（Watermark）机制

在事件时间语义下，数据必然存在乱序（Out-of-Order）与延迟。水位线（Watermark）是 Flink 用于衡量事件时间进度、触发窗口计算与处理乱序数据的核心机制。

水位线的核心思想： 一个水位线 W 表示“所有时间戳 ≤ W 的事件都已经到达”。当水位线到达时，Flink 会触发所有以 W 为结束时间的窗口进行计算。

2.5 水位线生成策略与代码示例

在 Flink 1.12+ 中，推荐使用 WatermarkStrategy 来统一配置水位线生成。以下是一个在风控场景中常用的、基于事件时间且允许 5 秒乱序的配置示例：

// 1. 定义水位线策略：允许 5 秒乱序
WatermarkStrategy<TransactionEvent> strategy =
    WatermarkStrategy
        .<TransactionEvent>forBoundedOutOfOrderness(Duration.ofSeconds(5))
        .withTimestampAssigner(
            (event, timestamp) -> event.getEventTime());

// 2. 应用到数据流
DataStream<TransactionEvent> transactionStream = env
    .fromSource(kafkaSource, strategy, "Kafka Source");

// 3. 按用户 ID 分区，并定义 1 分钟的滚动窗口
transactionStream
    .keyBy(TransactionEvent::getUserId)
    .window(TumblingEventTimeWindows.of(Time.minutes(1)))
    .process(new MyRichWindowFunction())
    .print();