窗口机制：四种窗口一次讲透

|----窗口1----|----窗口2----|----窗口3----|
00:00       00:05       00:10       00:15

特点：窗口之间不重叠，每条数据只属于一个窗口

// 5分钟滚动窗口
stream.keyBy(e -> e.userId)
      .window(TumblingEventTimeWindows.of(Time.minutes(5)))
      .sum("amount");

|--------窗口1--------|
     |--------窗口2--------|
          |--------窗口3--------|
00:00  00:01  00:02  00:03  00:04  00:05

窗口大小5分钟，滑动步长1分钟
特点：窗口有重叠，一条数据可能属于多个窗口

// 窗口大小5分钟，每1分钟滑动一次
stream.keyBy(e -> e.userId)
      .window(SlidingEventTimeWindows.of(Time.minutes(5), Time.minutes(1)))
      .sum("amount");

|--会话1--|      |-----会话2-----|   |--会话3--|
活跃  Gap>阈值  活跃    活跃   Gap>阈值  活跃

特点：窗口大小不固定，由数据的活跃间隔决定

// 30秒无活动则关闭会话窗口
stream.keyBy(e -> e.userId)
      .window(EventTimeSessionWindows.withGap(Time.seconds(30)))
      .aggregate(new SessionAggFunction());

窗口触发机制

窗口什么时候触发计算？核心逻辑：

Event Time窗口：Watermark >= 窗口结束时间 → 触发
Processing Time窗口：机器时间 >= 窗口结束时间 → 触发

具体过程：

窗口 [10:00, 10:05)
  ↓
数据陆续到达，放入窗口
  ↓
Watermark推进到 10:05
  ↓
触发窗口计算 → 输出结果
  ↓
窗口销毁（默认）

窗口函数的选择

函数	特点	适用场景
ReduceFunction	增量计算，内存小	简单聚合（sum/count）
AggregateFunction	增量计算，更灵活	复杂聚合（平均值/TopN）
ProcessWindowFunction	全量计算，拿到所有数据	需要遍历窗口内所有数据
增量+全量组合	先增量聚合，触发时补充窗口信息	生产环境最常用

// 生产推荐：增量+全量组合
stream.keyBy(...)
      .window(TumblingEventTimeWindows.of(Time.minutes(5)))
      .aggregate(new MyAggFunction(), new MyProcessWindowFunction());
// MyAggFunction增量计算，最终结果传给ProcessWindowFunction补充窗口元信息

我在实时数仓里全部用的AggregateFunction + ProcessWindowFunction组合。AggregateFunction增量计算不攒数据，ProcessWindowFunction只在触发时拿到聚合结果和窗口信息（开始时间、结束时间），内存友好又功能完整。

面试加分提示

💡 讲清楚三层：类型+触发机制+函数选择

「四种窗口：滚动（不重叠）、滑动（重叠）、会话（按活跃间隔）、全局。生产最常用滚动窗口。Event Time窗口在Watermark到达窗口结束时间时触发。

窗口函数推荐用AggregateFunction + ProcessWindowFunction的组合：前者增量计算节省内存，后者补充窗口元信息。

注意滑动窗口的数据膨胀问题。」

📌 总结

记忆点	内容
四种窗口	滚动/滑动/会话/全局
生产首选	滚动窗口最常用
触发条件	Watermark >= 窗口结束时间
滑动窗口坑	大小/步长=膨胀倍数
函数推荐	Aggregate + ProcessWindow组合

▶ 下一篇预告：DAY 4 State状态管理

---

Wood聊大数据 | 9年大数据老兵，聊技术、聊职场、聊成长

---

小红书正文

Flink四种窗口你都能讲清楚吗？面试经常问完类型就追问触发机制和函数选择。

四种窗口：滚动（固定不重叠）、滑动（固定有重叠）、会话（按活跃间隔）、全局（自定义触发）。生产最常用滚动窗口。

关键细节：Event Time窗口的触发条件是Watermark到达窗口结束时间。

大坑：滑动窗口的数据膨胀。5分钟窗口每1分钟滑动=每条数据复制5份。见过有人1小时窗口每秒滑动，膨胀3600倍直接OOM。

窗口函数生产推荐：AggregateFunction+ProcessWindowFunction组合。增量计算不攒数据，触发时补充窗口元信息。