假设我有一个inputstream，我对它执行了一些窗口操作。通过对事件执行窗口操作而创建的事件的时间戳是什么。
....
DataStream<Integer> inputStream = // ...
DataStream<Integer> countStream = inputStream.keyBy(0)
.timeWindow(time.Seconds(1))
.sum();
DataStream<Integer> maxStream = inputStream.keyBy(0)
.timeWindow(time.Seconds(1))
.max();现在，我想将streams countstream和maxstream组合起来，以找到countstream最后一秒等于maxstream的所有时间戳。
注意：这并不是我要解决的问题，但这是一个有代表性的例子。解决这个问题将帮助我解决真正需要解决的问题。
2条答案
按热度按时间7ivaypg91#
对于间隔为1秒的基于事件时间的翻滚窗口。让我们看看在[start\u ts，end\u ts]中有一个窗口范围，它将发出带有时间戳end\u ts-1的结果（也就是说start\u ts-999，因为end\u ts等于start\u ts+1000）。
对于基于进程时间的senoraios，没有时间戳信息。生成。
更新：
如果希望来自同一上游窗口的元素最终位于同一下游窗口中。您可以使用连续窗口操作。
步骤：
将countstream与maxstream合并
union.组合流的窗口
windowAll.你的商业逻辑在一些
process函数跟随windowAll.2lpgd9682#
在时间窗口是事件时间窗口的情况下，它们发出的事件将被时间戳为发生在窗口末尾。在处理时间窗口的情况下，事件将不具有时间戳，并且将使用cpu时间时钟作为定时信息的源。
更新：
flink中的时间窗口与时代对齐——它们与第一个事件或类似事件无关。可以保证具有相同持续时间和偏移量的两个事件时间窗口（例如，两个1秒长的翻滚窗口）将收集完全相同时间间隔的事件。
由事件时间窗口发出的事件流本身是具有事件时间戳的流，并且可以像任何其他时间戳的事件流一样被进一步窗口化。请记住，一个窗口示例（即，对于同一秒）生成的所有事件都将具有相同的时间戳。因此，如果你在一个1秒的窗口中使用一个较短的窗口，例如100毫秒，那么10次中有9次较短的窗口将看不到任何事件。