大数据与流处理 / 系统课时
滚动窗口
滚动窗口
滚动窗口把时间轴切成长度固定且互不重叠的区间,每条记录只进入一个窗口。本课使用事件时间统计各店铺每 5 秒的订单金额,并通过输出结果验证边界归属、Watermark 与增量聚合行为。
学习目标
- 判断滚动窗口适合解决哪些周期统计问题
- 使用事件时间创建固定长度的滚动窗口
- 根据窗口边界和输出结果验证统计是否正确
什么时候使用滚动窗口
滚动窗口适合按自然周期输出一次结果,例如每分钟请求数、每 5 分钟成交额和每小时告警量。它的窗口长度固定、相邻窗口不重叠,因此一条记录只参与一次计算,结果容易解释,状态规模也相对可控。

若窗口大小为 5 秒,边界可表示为 [0,5000)、[5000,10000)。区间采用左闭右开规则:时间戳 4999 属于第一个窗口,时间戳 5000 属于第二个窗口,不能仅凭肉眼把边界事件归入前一段。
完整 Java 示例
下面的类使用单调递增事件时间生成 Watermark,按店铺分区后创建 5 秒滚动窗口。AmountSum 只保存金额累加值,AddWindowInfo 再补充店铺和窗口边界,避免在状态中保留全部订单对象。
package com.example;
import org.apache.flink.api.common.eventtime.WatermarkStrategy;
import org.apache.flink.api.common.functions.AggregateFunction;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.windowing.ProcessWindowFunction;
import org.apache.flink.streaming.api.windowing.assigners.TumblingEventTimeWindows;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;
import java.time.Duration;
public class TumblingWindowDemo {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env =
StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
// 输入按事件时间递增,便于演示单调 Watermark 策略。
DataStream<OrderEvent> events = env.fromElements(
new OrderEvent("A", 1_000L, 10L),
new OrderEvent("B", 2_000L, 7L),
new OrderEvent("A", 3_000L, 20L),
new OrderEvent("A", 6_000L, 12L)
).assignTimestampsAndWatermarks(
WatermarkStrategy.<OrderEvent>forMonotonousTimestamps()
.withTimestampAssigner(
(event, previousTimestamp) -> event.eventTime)
);
// 每个店铺独立维护 5 秒滚动窗口状态。
events.keyBy(event -> event.shopId)
.window(TumblingEventTimeWindows.of(Duration.ofSeconds(5)))
.aggregate(new AmountSum(), new AddWindowInfo())
.print();
env.execute("tumbling-window-demo");
}
public static class OrderEvent {
public String shopId;
public long eventTime;
public long amount;
// 无参构造器便于 Flink 将该类型识别为 POJO。
public OrderEvent() {
}
public OrderEvent(String shopId, long eventTime, long amount) {
this.shopId = shopId;
this.eventTime = eventTime;
this.amount = amount;
}
}
public static class AmountSum
implements AggregateFunction<OrderEvent, Long, Long> {
@Override
public Long createAccumulator() {
return 0L;
}
@Override
public Long add(OrderEvent event, Long accumulator) {
// 只保留累计金额,避免缓存窗口内全部订单。
return accumulator + event.amount;
}
@Override
public Long getResult(Long accumulator) {
return accumulator;
}
@Override
public Long merge(Long left, Long right) {
return left + right;
}
}
public static class AddWindowInfo
extends ProcessWindowFunction<Long, String, String, TimeWindow> {
@Override
public void process(
String shopId,
Context context,
Iterable<Long> sums,
Collector<String> out) {
long amount = sums.iterator().next();
// 在增量结果上补充窗口边界,供下游定位统计周期。
out.collect(String.format(
"shop=%s, window=[%d,%d), amount=%d",
shopId,
context.window().getStart(),
context.window().getEnd(),
amount));
}
}
}预期输出如下。三行先后顺序可能因键的内部调度不同而变化,本地执行器也可能添加子任务前缀,但窗口边界与金额应一致。
shop=A, window=[0,5000), amount=30
shop=B, window=[0,5000), amount=7
shop=A, window=[5000,10000), amount=12结果如何验证
店铺 A 在第一个窗口有两笔金额,合计为 30;店铺 B 在同一窗口只有一笔,结果为 7;时间戳 6000 的订单进入第二个窗口,因此输出 12。有限数据源结束时会推进最终 Watermark,使尚未关闭的时间窗口完成输出。
将 6000 改为 5000 后,结果仍应落入 [5000,10000)。若把它改为 4999,则会并入第一个窗口,使店铺 A 的第一行金额变为 42,这能直接验证左闭右开的边界规则。
生产使用边界
示例使用 forMonotonousTimestamps,前提是事件时间不会倒退。真实消息队列常有乱序,应改用允许有限乱序的 Watermark 策略,并根据业务延迟设置等待时长;等待过短会丢弃更多迟到数据,等待过长则增加结果延迟和状态保留时间。
滚动窗口默认按统一时间原点对齐。若业务日界线、时区或班次不是默认边界,应使用带偏移量的窗口配置,并在测试中覆盖边界前后一毫秒,避免统计周期整体错位。