在Flink流中使用状态和窗口（时间）的区别

Question

我可否问一问作出决定的理由是什么？我是否可以推断，如果数据的到达非常不规则（50%进入定义的窗口长度，而其他50%没有），窗口方法的结果更有偏差（因为50%的事件被丢弃）？

另一方面，在使用状态时，我们是否花费更多的时间检查和更新状态？

Answer 1

首先，这取决于你的语义...这两个例子使用了不同的语义，因此没有直接的可比性。此外，windows也在内部使用状态。很难说一般的方法是更好的方法。

由于Flink的窗口语义非常丰富，所以我会建议使用窗口。如果不能用windows表达语义，使用状态可以是一个很好的替代方法。使用windows，还有一个额外的优点，就是状态处理----很难正确完成----可以自动为您完成。

这个决定绝对独立于您的数据到达率。闪烁不会丢弃任何数据。如果您使用事件时间（而不是处理时间），那么结果将与数据到达率无关。