flink的窗口计算方式

1. 滚动窗口

滚动时间窗口将时间轴划分为固定大小且不重叠的时间段，每个时间段就是一个窗口。例如，若窗口大小 size 为 5 秒，那么时间轴会被划分为 [0, 5)、[5, 10)、[10, 15) 等一系列窗口。每个元素根据其时间戳会被分配到唯一的一个窗口中。

滚动方式：start = timestamp - (timestamp % size)

• timestamp：表示元素的时间戳，即元素发生的具体时间点。
• size：表示滚动时间窗口的大小，是一个固定的时间间隔，例如 5 秒、10 分钟等。
• timestamp % size：这是取模运算，得到的是 timestamp 相对于窗口大小 size 的余数。这个余数表示元素的时间戳距离它所在窗口起始时间的偏移量。
• start：表示元素所属窗口的起始时间。

---

2. 滑动窗口

滑动时间窗口通过两个关键参数来定义：窗口大小（size）和滑动步长（slide）。窗口大小决定了每个窗口所涵盖的时间范围，而滑动步长则决定了窗口每隔多长时间滑动一次。

例如，假设窗口大小 size 为 5 秒，滑动步长 slide 为 2 秒。那么，窗口会从时间轴的起始点开始，第一个窗口是 [0, 5) 秒，然后窗口会以 2 秒为步长向右滑动，第二个窗口是 [2, 7) 秒，第三个窗口是 [4, 9) 秒，以此类推。可以看到，不同窗口之间存在重叠部分。

• start <= timestamp：确保窗口的起始时间不晚于元素的时间戳，这样元素才有可能在该窗口内。
• (timestamp - start) % slide == 0：表示元素的时间戳与窗口起始时间的差值是滑动步长的整数倍。这保证了元素能被正确地分配到合适的窗口中。

举个例子，假设窗口大小 size = 5 秒，滑动步长 slide = 2 秒，元素的时间戳 timestamp = 7 秒。我们来找出该元素所属的窗口：
首先，从 start = 0 开始检查：
timestamp - start = 7 - 0 = 7，7 % 2 != 0，所以元素不属于 [0, 5) 窗口。
接着，start = 2：
timestamp - start = 7 - 2 = 5，5 % 2 != 0，元素不属于 [2, 7) 窗口。
然后，start = 4：
timestamp - start = 7 - 4 = 3，3 % 2 != 0，元素不属于 [4, 9) 窗口。
再看，start = 6：
timestamp - start = 7 - 6 = 1，1 % 2 != 0，元素不属于 [6, 11) 窗口。
当 start = 7：
timestamp - start = 7 - 7 = 0，0 % 2 == 0，且 start <= timestamp 成立，所以元素属于 [7, 12) 窗口。