窗口与水位线

window的执行也是由Watermark触发的。 Watermark可以理解成一个延迟触发机制，我们可以设置Watermark的延时时长t，每次系统会校验已经到达的数据中最大的maxEventTime，然后认定eventTime小于maxEventTime - t的所有数据都已经到达，如果有窗口的停止时间等于maxEventTime – t，那么这个窗口被触发执行

TimeWindow 和 TimeWindowAll 都适用于对流式数据转化做一定时间范围内的批处理，主要区别在两者的并行度，前者为 Parallel Operator 后者为 Non Parallel Operator，所以 TimeWindow 的适用范围更广，适合一些需要对数据分批分 key处理且数据量较大需要并行处理的场景；而 TimeWindowAll 汇聚一段时间内的所有数据，适合需要汇总所有数据或者数据量不大的任务，这样可以减少并发，例如任务内需要涉及到数据网络 IO，如果并行度过高则容易导致网络服务过载。

B.转换

TimeWindow 的并行度变成 1 则变为 TimeWindowAll；如果 TimeWindowAll 的数据实在很大，可以先通过一层 TimeWindow 做分区的汇总，随后将数据回收至 TimeWindowAll 做总的汇总，有点类似 Spark 的 groupByKey 和 reduceByKey。

Exactly Once

source可重设读取位置：例如kafka可支持消息回放。

幂等写入：可能出现ABA问题，在云搜的gaia里面进行增量回溯时就有这个问题。

事务写入：checkpoint+ 预写日志(wal，不完全可靠，可能在sink时失败)，而两阶段提交(2pc）更加可靠，但要求外部sink系统支持事务，例如kafka也可以支持预提交，uncommitted数据是不允许被消费的。不过kafka默认隔离级别是read_uncommitted，需要配置成read_committed(不过隔离级别提高，会增加消费延迟）。