我有一个关于Kafka流时间窗口的问题，有些概念让我很困惑。
我们有一个主题，每天获得1000万个事件，日志保留时间为6天，因此主题总共包含6000万个事件。
实际上，只有当前事件对我们来说是有趣的，其余的我们保留5天只是为了审计的原因。
现在我从中创建了一个ktable，我正在执行loadall操作并遍历事件。正如我之前提到的，实际上我们只对当前事件感兴趣，而不是6000万个事件，所以我在ktable定义中打开了数据窗口。

.windowedBy(TimeWindows.of(TimeUnit.DAYS.toMillis(1)).until(TimeUnit.DAYS.toMillis(1))

现在，当我用下面的语句加载all事件时，一切都正常运行。

store().fetchAll(System.currentTimeMillis() - TimeUnit.DAYS.toMillis(1), System.currentTimeMillis())

这个问题在一天的早期，它会加载100万个事件，但是稍后会加载1000万个，所以我必须迭代1000万个事件，当我们在批处理模式下工作时，我想我可以进一步优化它，只加载最后一个小时的事件，所以对于相同的ktable配置，我尝试使用下面的语句。

store().fetchAll(System.currentTimeMillis() - TimeUnit.HOURS.toMillis(1), System.currentTimeMillis())

但令我惊讶的是，这并没有返回任何数据。
有人能解释一下为什么这没有返回任何结果吗，我想我误解了时间窗口的概念。
然后我做了一些进一步的测试，并将我的ktable配置更改为如下。

.windowedBy(TimeWindows.of(TimeUnit.HOURS.toMillis(1)).until(TimeUnit.DAYS.toMillis(1)))

现在这个查询按我所希望的那样运行

store().fetchAll(System.currentTimeMillis() - TimeUnit.HOURS.toMillis(1), System.currentTimeMillis())

但我不确定我走的是正确的道路。。。
如果我将下面的语句用于最新的ktable配置，那么这是否会从当前日期起为我提供1000万个事件？

store().fetchAll(System.currentTimeMillis() - TimeUnit.DAYS.toMillis(1), System.currentTimeMillis())