一、窗口（window）
（1）一般真实的流都是无界的，怎样处理无界的数据？
（2）可以把无限的数据流进行切分，得到有限的数据集进行处理——也就是得到有界流；
（3）窗口（window）就是将无限流切割为有限流的一种方式，它会将流数据分发到有限大小的桶（bucket）中进行分析；
二、window类型
（1）时间窗口（Time Window）：滚动时间窗口，滑动时间窗口，会话窗口；
（2）计数窗口（Count Window）：滚动计数窗口，滑动计数窗口；
1、滚动窗口（Tumbling Windows）
1）将数据依据固定的窗口长度对数据进行切分；
2）时间对齐，窗口长度固定，没有重叠；
2、滑动窗口（Sliding Windows）
1）滑动窗口是固定窗口更广义的一种形式，滑动窗口由固定的窗口长度和滑动间隔组成；
2）窗口长度固定，可以重叠；
3、会话窗口（Session Windows）
1）由一系列事件组合一个指定时间长度的timeout间隙组成，也就是一段时间没有接收到新数据就会生成新的窗口；
2）特点：时间无对齐
三、window API
1、窗口分配器——window()方法
1）我们可以用.window()来定义一个窗口，然后基于这个window去做一些聚合或者其它处理操作。注意window()方法必须在keyBy之后才能用。
2）Flink提供了更加简单的.timeWindow和.countWindow方法，用于定义时间窗口和计数窗口。
2、窗口分配器（window assigner）
1) window()方法接收的输入参数是一个WindowAssigner；
2）WindowAssigner负责将每条输入的数据分发到正确的window中；
3）Flink提供了通用的WindowAssigner：滚动窗口（tumbling window）、滑动窗口（sliding window）、会话窗口（session window）、全局窗口（global window）；
3、创建不同类型的窗口
1）滚动时间窗口（tumbling time window）：
.timeWindow(Time.seconds(15))
2）滑动时间窗口（sliding time window）
.timeWindow(Time.seconds(15),Time.seconds(5))
3）会话窗口（session window）
.window(EventTimeSessionWindows.withGap(Time.minutes(10)))
4）滚动计数窗口（tumbling count window）
.countWindow(5)
5）滑动计数窗口（sliding count window）
.countWindow(10,2)
4、窗口函数（window function）
（1）window function定义了要对窗口中收集的数据做的计算操作；
（2）可以分为两类：
1）增量聚合函数（incremental aggregation functions）
*****每条数据到来就进行计算，保持一个简单的状态；
*****ReduceFunction，AggregateFunction
2）全窗口函数（full window functions）
*****先把窗口所有数据收集起来，等到计算的时候会遍历所有数据；
*****ProcessWindowFunction
5、其它可选API
（1）.trigger()——触发器
*****定义window什么时候关闭，触发计算并输出结果；
（2）.evictor()——移除器
*****定义移除某些数据的逻辑
（3）.allowedLateness()——允许处理迟到的数据
（4）.slideOutputLateData()——将迟到的数据放入侧输出流
（5）.getSideOutput()——获取侧输出流
window API 总览