Flink中的事件时间、处理时间和摄入时间

本文重点

时间在Flink中是非常重要的概念，我们前面学习的10分钟温度统计就是基于时间来完成的。温湿度设备上报数据会有时间，同时窗口大小是根据时间来进行计量的，接下来我们就深入了解一下 Flink 中的时间语义。

Flink面对时间的问题

问题一：

FLink是一个分布式的框架，想要拥有一个全局统一的时钟，在分布式系统里是做不到的，所以节点和节点之间如何才能保持时间的统一？如果不能统一就会出现这样的问题，由于节点A的时间比较快，现在它的时间窗口已经到了[11,20)，但是节点B的时间窗口比较慢，它的时间窗口才为[0,10)窗口，那么此时来了一条数据，到A节点就是[11,20)窗口，到B节点就是[0,10)窗口，此时就无法实现精确一次（exactly once）”的状态一致性。

问题二：

网络传输是需要消耗时间的，比如温度设备在9分钟的时候上报了温度，但是网络很慢，在11分钟的时候才到了Flink节点，那么这个数据应该是在[0,10)窗口还是在[11,20)窗口呢？

处理时间和事件时间

一个是数据产生的时间，我们把它叫作“事件时间”（Event Time）；另一个是数据真正被处理的时刻，叫作“处理时间”（Processing Time）。由于网络传输等原因，处理时间往往是比