Flink中的时间属性总结
1. 时间属性分类
上图为2中时间属性的对比。Processing Time处理起来简单，而处理结果（或者说流处理应用的内部状态）是不确定的。而Event Time在Flink内部做了各种保障，无论重放数据多少次，都能得到一个相对确定的可重现的结果。
2. 应用中如何选择时间属性
遵循以下原则：
当应用遇到某些问题时，要从上一个checkpoint或者savepoint进行重放时，是不是希望结果完全相同。
（1）如果希望结果完全相同，则只能用Event Time。
（2）如果可以接受不同，则可以用Processing Time。
3. 时间的特性
4. watermark
在使用Event Time(Record Timestamp)的时候，由于网络、程序内部逻辑、或其他分布式系统的原因，数据的时间可能存在乱序。如下图的例子
这时候我们需要去处理，对于单条数据，考虑对整个序列进行更大程度的离散化。就是按照一定的数据条数分成一些小批次，分小批次主要是为了对他们进行时间上的划分。经过这样的离散化之后，得到的结果是最右边框里的时间一定会小于中间框里的时间，中间框里的时间小于最左边框里的时间。如下图
如上图，我们在整个时间序列里插入标志位的特殊处理数据，这些特殊处理数据就叫watermark。一个watermark本质上代表了它所包含的timestamp数据，表示以后到来的数据已经再也没有小于或等于这个时间的了。