Flink_Window Aggregate 窗口聚合

在Flink Window窗口计算中，对窗口中数据聚合计算分为2种类型：全量聚合和增量聚合。

全量聚合

指在窗口触发的时候才会对窗口内的所有数据进行一次计算（等窗口的数据到齐，才开始进行聚合计算，可实现对窗口内的数据进行排序等需求

• apply
• process

增量聚合

指窗口每进入一条数据就计算一次，窗口保存一份聚合中间数据,当触发窗口计算的时候直接返回中间值

• reduce
• aggregate
• sum/max/min

区别
对窗口中数据聚合，提供2种方式：

• 1. 全量聚合，使用apply算子和process算子
     当触发窗口时，一起对窗口中数据进行计算
     【对窗口中所有数据排序、获取窗口信息，比如时间窗口，获取窗口开始时间和结束时间】
     缺点：窗口数据量较大时，数据可能很多，一起处理，比较耗时

• 2. 增量聚合，使用reduce算子或aggregate算子及min\max\sum算子
     窗口中来一条数据，计算一条数据，存储计算中间临时结果，当触发窗口计算时，直接返回计算中间结果值即可
     【实时性提升，性能比较好，数据一进入窗口就计算，仅仅缓存计算中间值】
     缺点：窗口数据无法排序，无法获取窗口信息

     【基于时间窗口计算时，通常情况，需要获取窗口信息，知道对哪个窗口数据聚合】

解决方案

先增量聚合,然后全局聚合,这样就能即提高性能,也能获取窗口运行的信息

• Window 窗口数据聚合中，提供一种方式：先对窗口中数据增量聚合，触发窗口时，再对窗口数据全量聚合
  先增量，后全量
  1) 增量，窗口中来一条数据处理一条数据
  2) 全量，直接返回增量聚合结果即可，主要目的获取窗口信息（窗口开始数据和结束时间）