十、WaterMark特殊的数据记录，必须单调递增 处理乱序事件，正确处理乱序事件，通常用WaterMark结合Windows实现 当时间戳达到窗口关闭时间，不应该立即触发窗口计算，等待一段时间，等待延迟再关闭窗口
水位线分配策略 周期性：以固定事件间隔来发出水位线并且推动事件前进 。默认间隔为200毫秒 AssignerWithPeriodicWatermarks 定点水位线分配：根据输入事件的属性来生成水位线 AssignerWithPunctuatedWatermarks
十一、Flink检查点算法基于Chandy-Lamport分布式快照算法来实现 该算法不会暂停整个应用，而是会把任务处理和检查点分离，这样在部分任务持久化状态过程中，其他任务还可以继续执行 。 检查点的原理步骤： 1.由JobManager向Source数据源任务生成一个新的检查点编号，Source算子接收到信息后，暂停发出记录，利用状态后端触发生成本地状态检查点，状态后端保存完检查点后通知任务，随后任务向JobManager发送确认信息，随后恢复正常工作，然后生成特殊的CheckPoint Barrier记录，以广播的形式发送到下游任务 。 2.当下游Transform算子接收到新的检查点分割符号，会暂停处理并且缓存当前流的数据，等待接收其他分区的检查点分隔符，所有分隔符到达后，通知状态后端生成检查点，保存通知JobManager后，向下游发送检查点分隔符CheckPoint Barrier后，继续处理数据 。 3.Sink算子接收到分隔符后依次等待分隔符到齐后，生成快照并且写入检查点，向JobManager确认 。 4.当JobManager确认已接受所有应用任务返回检查点确认消息后，将此次检查点标记为完成 。
十二、Flink算子12.1基本操作1.map 对每个元素应用函数返回新的结果 2.filter 给出给定的条件过滤数据 3.flatMap 转换类似map，对每个输入产生零个、一个或多个输出事件，事实可以看作filter和map的泛化
12.2KeyedStream从逻辑上将事件按照键值分配到多条独立的子流中 1.keyBy：指定的键值将一个DataStream转化为KeyedStream 2.滚动聚合：滚动聚合作用与KeyedStream上，它将生成一个包含聚合结果的DataStream，主要操作有：sum、min、max、minBy、maxBy 3.Reduce：滚动聚合的泛化，它将一个ReduceFunction应用在一个KeyedStream上，每个到来的事件都会和Reduce结果进行一次组合，从而产生一个新的DataStream
12.3多流转换将多条流联合起来处理，或将一条流分割成多条流以应用不同逻辑 。 Union：合并两条或多条类型相同的DataStream，生成一条新的类型相同的DataStream Connect：接收一个DataStream并返回一个ConnectedStream对象 Split和Select：union转换的你操作 。将输入流分割成2条或多条类型和输入流相同的输出流 。
经验总结扩展阅读
- 理解婉瑜质疑婉瑜成为婉瑜是什么梗
- 《浪姐4》成团名单曝光 《浪姐4》哪些人成团了
- RDEA 谣言检测《Rumor Detection on Social Media with Event Augmentations》
- 有什么好看的虐心小说推荐
- 整篇 小猫钓鱼的故事
- 关于街舞的电影
- 《瓦尔迪斯传说：深渊之城》图文攻略 深渊传说图文攻略
- 锦绣未央里九公主是谁演的
- aph是什么
- 妹妹找哥泪花流原唱