大数据与流处理 / 系统课时
会话窗口
会话窗口
本课通过用户点击流识别连续访问会话:相邻事件间隔小于 5 秒时合并,超过间隔则开启新会话。你还将掌握固定间隔与动态间隔的选择方式,并用窗口起止时间验证合并结果。
学习目标
- 理解会话窗口按空闲间隔合并事件的机制
- 使用固定会话间隔统计每次用户访问
- 知道何时改用动态会话间隔及其风险
会话窗口的判定机制
会话窗口没有预先固定的起止边界。对同一个键,Flink 会为到达的事件形成候选窗口;只要候选窗口之间的时间范围发生重叠,就会继续合并。连续空闲时间达到设定的 gap 后,后续事件将进入新的会话。

会话窗口必须先 keyBy,因为不同用户或设备的活动不能相互合并。事件时间会话窗口还需要水位线推进,窗口通常在水位线越过会话结束时间后触发计算。
固定间隔完整示例
示例把 1、3、7 秒的三次点击合并为第一次会话,把 15、17 秒的两次点击合并为第二次会话。窗口结束时间等于最后一个事件时间加上 5 秒间隔。
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.EventTimeSessionWindows;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;
import java.time.Duration;
import java.util.Arrays;
public class SessionWindowDemo {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env =
StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
DataStream<ClickEvent> events = env
.fromCollection(Arrays.asList(
new ClickEvent("u1", 1_000L),
new ClickEvent("u1", 3_000L),
new ClickEvent("u1", 7_000L),
new ClickEvent("u1", 15_000L),
new ClickEvent("u1", 17_000L)))
.assignTimestampsAndWatermarks(
WatermarkStrategy
.<ClickEvent>forMonotonousTimestamps()
.withTimestampAssigner(
(event, previousTimestamp) ->
event.eventTime));
events
.keyBy(event -> event.userId)
.window(EventTimeSessionWindows.withGap(
Duration.ofSeconds(5)))
// 聚合器只保留计数,窗口函数负责输出会话边界。
.aggregate(new ClickCount(), new AddSessionInfo())
.print();
env.execute("session-window-demo");
}
public static class ClickEvent {
public String userId;
public long eventTime;
public ClickEvent() {
}
public ClickEvent(String userId, long eventTime) {
this.userId = userId;
this.eventTime = eventTime;
}
}
public static class ClickCount
implements AggregateFunction<ClickEvent, Long, Long> {
@Override
public Long createAccumulator() {
return 0L;
}
@Override
public Long add(ClickEvent event, Long accumulator) {
return accumulator + 1;
}
@Override
public Long getResult(Long accumulator) {
return accumulator;
}
@Override
public Long merge(Long left, Long right) {
return left + right;
}
}
public static class AddSessionInfo
extends ProcessWindowFunction<Long, String, String, TimeWindow> {
@Override
public void process(
String userId,
Context context,
Iterable<Long> counts,
Collector<String> out) {
long startSecond = context.window().getStart() / 1000;
long endSecond = context.window().getEnd() / 1000;
long count = counts.iterator().next();
out.collect("user=" + userId
+ ", session=[" + startSecond + "," + endSecond + ")"
+ ", clicks=" + count);
}
}
}预期输出如下。会话窗口输出顺序由触发时刻决定,本例在单并行度和单调时间戳下应得到两个会话。
user=u1, session=[1,12), clicks=3
user=u1, session=[15,22), clicks=2动态会话间隔
固定间隔适用于同类行为具有统一节奏的场景。若不同事件需要不同超时时间,可使用动态间隔。例如高价值操作允许等待 10 秒,普通浏览只等待 5 秒。
下面是片段示例,依赖前面已经定义的 events、ClickCount 和 AddSessionInfo。动态提取器返回毫秒数,且必须返回大于 0 的值。
events
.keyBy(event -> event.userId)
.window(EventTimeSessionWindows.withDynamicGap(
event -> event.userId.startsWith("vip-")
? 10_000L
: 5_000L))
.aggregate(new ClickCount(), new AddSessionInfo())
.print();生效后,键以 vip- 开头的用户使用 10 秒会话间隔,其他用户使用 5 秒间隔。可构造两组相同时间戳的数据,观察 VIP 事件是否被合并到更长的会话中。
排查窗口不输出
窗口没有结果时,先检查是否已经 keyBy,再检查事件时间戳是否正确、单位是否为毫秒,以及水位线是否持续推进。若数据源长时间空闲,还需考虑空闲分区导致整体水位线停滞的问题。
动态间隔不应直接依赖频繁变化的外部服务,否则同类事件可能得到不一致的间隔,还会把外部调用延迟带入窗口分配路径。更稳妥的做法是把规则随事件携带,或使用广播状态在算子内读取。