背景

  在流計算中，資料流是無限的，無法直接進行計算，因此Flink提出了window的概念（若干元素的集合）作為流計算的基本單元進行資料處理。

視窗機制

  視窗機制實質上是Flink的運算元operator對資料流的處理過程：資料流如何被拆分成window，何時觸發計算邏輯等，如下圖所示。
  處理過程： 當資料流中的元素到達運算元operator後，首先由WindowAssigner決定將該元素分配到哪個視窗（包括建立視窗）；每個視窗對應一個Trigger，當有新的元素插入或者定時器超時後，如果存在Evictor則通過它對視窗中的元素進行過濾；否則，直接呼叫視窗函式進行邏輯計算輸出結果；

關鍵元件

1. WindowAssigner
   作用：將流中的元素分配到對應視窗（零個或多個）；

A WindowAssigner assigns zero or more Windows to an element；

2. Window
   作用：若干元素的集合；
   建立：資料流的元素到達時由WindowAssigner分配和建立；

Generally speaking, a window defines a finite set of elements on an unbounded stream. This set can be based on time (as in our previous examples), element counts, a combination of counts and time, or some custom logic to assign elements to windows.

3. Trigger
   作用：決定視窗何時被計算或清除；
   特點：每個視窗都繫結一個Trigger；
   觸發時機：有新的元素插入或者Trigger上的定時器超時；
   執行動作：continue（不做任何操作），fire（處理視窗資料），purge（移除視窗和視窗中的資料），或者 fire + purge；

A Trigger determines when a pane of a window should be evaluated to emit the results for that part of the window.

4. Evictor（可選）
   作用：過濾視窗中的元素，相當於filter；
   執行時機：trigger後，window function後；

An Evictor can remove elements from a pane before/after the evaluation of WindowFunction and after the window evaluation gets triggered by a Trigger;

5. Window Functions
   作用：具體的處理邏輯；

參考：

1. 雲邪部落格：http://wuchong.me/blog/2016/05/25/flink-internals-window-mechanism/
2. 官網：https://flink.apache.org/news/2015/12/04/Introducing-windows.html
3. https://ci.apache.org/projects/flink/flink-docs-release-1.7/dev/stream/operators/windows.html#windows