flink可以做到这一点，但它要求您从最早关心的事件（例如3年前）开始处理所有事件，以便为每个客户构建状态。flink允许您管理这个状态（通常使用rocksdb），这样您就不必在系统出现故障时重放所有事件。
如果您不能重放所有的历史记录，那么通常您会将其放入其他具有所需可伸缩性和性能特征的存储（cassandra/hbase、elasticsearch等），然后在收到新事件时使用flink的异步函数支持来查询它。

wso2流处理器让您通过它的时间增量分析功能实现这样的功能。要实现您提到的场景，您可以将客户到达时触发的事件提供给名为“aggregate”的构造。当您不断地将事件提供给聚合时，它将随着时间的推移汇总数据，并将保存在已配置的持久性存储（如db）中。
您可以查询此聚合以获取给定时间段的状态。例如，下面的查询将获取2014-2015年的名称、购买的物品总数和平均交易价值

from CustomerSummaryRetrievalStream as b join CustoemrAggregation as a
on a.name == b.name
within "2014-01-01 00:00:00 +05:30", "2015-01-01 00:00:00 +05:30"
per “years”
select a.name, a.total, a.avgTxValue
insert into CustomerSummaryStream;