本次只记录最近对于窗口的新认知

关于窗口的详细知识可以参考如下链接：

https://blog.csdn.net/mynameisgt/article/details/124223193

窗口的作用是为了在无限流上进行统计计算，数据到来时，则为此条数据开辟窗口。当 Flink 的时间大于等于窗口的结束时间时，触发这个窗口的计算，计算完毕之后，销毁此窗口。

在一个流上开窗口之前，可以做 keyBy ，也可以不做 keyBy。

两者的区别是，如果一个数据流先 keyBy 再做窗口计算，这样的窗口叫做 Keyed Windows。相同 key 的数据一定会被分到一个窗口中，换句话说，相同的 key 的数据，一定不会存在于两个窗口中。

这样做的意义是，每个窗口只分担整个数据流的一部分计算。

而如果窗口计算之前没有 keyBy，这样的窗口叫做 Non-Keyed Windows。整个数据流的数据都将会被一个窗口计算，如果数据量很大，必然承受不住。

除非非要把所有数据拉到一起计算，否则这样的使用场景很少。

上面这张图来自 Flink 官网，展示了窗口计算的所有 Api。

其中 trigger 是触发器，可以自定义窗口的触发规则，大部分情况下不需要定义，默认是随着数据的推动，水位线上升到了窗口的结束时间，则触发这个窗口的计算。

evictor 是剔除器，剔除器默认的实现是，在计算完一个窗口后，把这个窗口的前一个窗口的数据给