1.1.1 什么是流式计算
数据的价值在其产生之后，将随着时间的流逝，逐渐降低。因此，我们最好在事件发生之后，迅速对其进行有效处理，实时，快速的处理新产生的数据，而不是待数据存储在一起之后，再进行批量处理。
流数据(事件流，数据流)：流数据可以看成是一组组离散事件集合体，由成千上万个数据源，源源不断的持续生成，生成的数据流以log(非传统意义上的系统日志)方式传送。例如我们金融行业中，用户对哪款基金进行了查看，明细点击了几次，现货期货的下单事件，网购支付事件等。
流计算，即是面向流数据的计算，针对于流计算系统而言，上游的流数据是实时，且持续的，例如某视频网站的视频点播事件，24小时都在发生，点播事件是离散且无固定规律的，点播事件构成的流数据，将按照其发生的顺序发送至流系统被计算，只要网站不停运，点播事件流将绵延不绝的流向流系统，而流系统，也将根据这些事件流信息进行计算，形成分类推荐，以及对各个视频进行热度统计等。
1.1.2 流式计算特点
- 中间计算结果实时产出，低延时；
- 数据不断无终止，并被平摊到各时间点计算；
- 中间计算状态不膨胀；
- 有状态的failover（容错效率高）；
- 计算持续进行，计算完后数据即丢弃。
1.1.3 流式计算与传统计算的区别
1.1.3.1 批量计算
先收集数据 - 放到DB中 - 取出来分析的传统的流程，叫做批量计算，也就是将数据存起来，批量进行计算。Prometheus方案就属于批量计算。
1.1.3.2 流式计算
流式计算是对数据流进行实时计算，与批量计算那样慢慢积累数据不同，无法确定数据的到来时刻和到来顺序，也无法将全部数据存储起来，因此，不再进行流式数据的存储。而是将大量数据平摊到每个时间点上，连续地进行小批量的进行传输，数据持续流动，计算完之后就丢弃。
批量计算是维护一张表，对表进行实施各种计算逻辑。流式计算相反，是必须先定义好计算逻辑，提交到流失计算系统，这个计算作业逻辑在整个运行期间是不可更改的。
计算结果上，批量计算对全部数据进行计算后传输结果，流式计算是每次小批量计算后，结果可以立刻投递到在线系统，做到实时化展现。
1.1.4 流式计算-窗口
对于流式计算而言，窗口是一个最常见的需求，比如计算某个字段最近一小时的累积量，计算某个字段一天的出现的次数等。
在流式计算中，数据是没有边界的，源源不断的数据从输入流向输出，但是计算是需要边界的，无论是增量计算还是全量计算，都需要一个范围。那么，把无限的数据流划分成一段一段的数据集，这个计算模型可以称为窗口模型。
基本的窗口模型，会根据时间来划分出一个一个有范围的窗口，在此基础上对一批数据集进行计算。
Flink支持基于无限大窗口的聚合以及对一个特定的窗口的聚合。例如，需要统计在过去的1分钟内有多少用户点击了某个的网页，可以通过定义一个窗口来收集最近1分钟内的数据，并对这个窗口内的数据进行计算。
Flink支持的窗口聚合主要是两种：Window聚合和Over聚合。本文档主要介绍Window聚合。Window聚合支持两种时间属性定义窗口：Event Time和Processing Time。每种时间属性类型支持三种窗口类型：滚动窗口（TUMBLE）、滑动窗口（HOP）和会话窗口（SESSION）。
1.1.4.1 滚动窗口
滚动窗口将每个元素分配到一个指定大小的窗口中。通常滚动窗口有一个固定的大小，并且不会出现重叠。例如：如果指定了一个5分钟大小的滚动窗口，无限流的数据会根据时间划分成 [0:00 - 0:05)、 [0:05, 0:10)、 [0:10, 0:15)等窗口。
1.1.4.2 滑动窗口
通常情况下大部分元素符合多个窗口情景，窗口是重叠的。因此，滑动窗口在计算移动平均数（moving averages）时很实用。例如，计算过去5分钟数据的平均值，每10秒钟更新一次，可以设置slide为10秒，size为5分钟。
1.1.4.3 会话窗口
会话窗口通过一个间隔时间（Gap）来配置，这个间隔定义了非活跃周期的长度。例如，一个表示鼠标点击活动的数据流可能具有长时间的空闲时间，并在其间散布着高浓度的点击。 如果数据在最短指定的间隔持续时间之后到达，则会开始一个新的窗口。
