说明
在flink的流式处理中，会涉及到时间的不同概念，如下图：
案例
（重要）事件时间（Event Time）
数据在数据源产生的时间，一般由事件中的时间戳描述
类比：案发时间
如：
点击 网站上的某个链接的 时间，每一条日志都会记录自己的生成时间
抖音中，每次看视频的时间
游戏中，每次玩游戏的时间
下单时间。下单后15分钟内，没有支付，就取消该订单
如果以 EventTime 为基准来定义时间窗口那将形成EventTimeWindow，要求消息本身就应该携带 EventTime
Flink在1.12版本后 默认使用 Event Time
摄取时间（Ingestion Time）
数据进入Flink的时间，记录被Source节点观察到的系统时间。
类比：110接警时间
如：flink source消费到kafka中的数据
如果以 IngesingtTime 为基准来定义时间窗口那将形成IngestingTimeWindow，以 source的 systemTime 为准
（重要）处理时间（Process Time）
数据进入Flink被处理的系统时间，算子（Operator）处理数据的系统时间
类比：立案时间
如果以 ProcessingTime 基准来定义时间窗口那将形成ProcessingTimeWindow ，以 operator 的 systemTime 为准
无法使用 EventTime 时，才会使用 ProcessingTime
作用
容忍 迟到数据、处理 乱序数据