提出问题
窗口是按照 flink所在服务器的 系统时间 触发计算的，即：系统时间 到达 窗口结束时间，就会开始计算，会导致 迟到数据丢失
提示：窗口时间是左闭右开，即：包含开始时间、不包含结束时间
如上图：
当
系统时间到达09:21:20，窗口1 开始计算，不会等待迟到的数据3和数据4当
系统时间到达09:21:30，窗口2 开始计算，由于数据3和数据4的事件时间，在 窗口1 范围内，所以 窗口2 计算 不包括数据3和数据4
结论： 由于 数据3 和 数据4 迟到，会被 丢弃
解决
flink 提供 Watermark（水印、水位线）机制，解决上面问题
Watermark 水印、水位线
Watermark 是一个时间戳
作用：窗口 按照 Watermark 触发计算，在 一定程度 上 解决 迟到数据丢失 的问题
计算方式
Watermark = 窗口中的数据的最大事件时间 - 最大允许延迟时间或乱序时间
解释： 最大允许延迟时间或乱序时间 是自定义的
作用： 保证 Watermark 会一直上升（增大），不会下降（减小）
例子
在上面的窗口中，有 2 个数据，其中最大的事件时间是 09:21:15，那么：
Watermark = 09:21:15 - 最大允许延迟时间或乱序时间
例子
又来一个数据，在上面的窗口中，有 3 个数据，其中最大的事件时间是 09:21:15，那么：
Watermark = 09:21:15 - 最大允许延迟时间或乱序时间
触发条件
窗口中有数据
Watermark >= 窗口结束时间
计算公式变换
由于 Watermark = 窗口中的数据的最大事件时间 - 最大允许延迟时间或乱序时间
所以 触发条件变为：窗口中的数据的最大事件时间 - 最大允许延迟时间或乱序时间 >= 窗口结束时间
例子
迟到数据
如下图：数据3、数据4 应该属于 窗口1，但由于迟到，落在 窗口2 中
触发计算
如上图：设置 watermark，最大允许延迟时间或乱序时间是 5 秒，当收到 数据6 时，其事件时间 为 最大事件时间： 09:21:26
根据公式：Watermark = 窗口中的数据的最大事件时间 - 最大允许延迟时间或乱序时间
计算：Watermark = 09:21:26 - 5秒 = 09:21:21
由于 Watermark （09:21:21） 大于等于 窗口1 的结束时间（09:21:19），所以 触发 窗口1 计算，并且 窗口1 包含 迟到的 数据3 和 数据4，类似下图：
理解
窗口结束时间延长了，触发计算的条件，不在由 窗口结束时间 决定，而是是动态的，由 窗口中的数据的最大事件时间 和 最大允许延迟时间或乱序时间 决定
结论
通过 Watermark 触发计算，在一定程度上，避免漏掉迟到数据
缺点
收到 数据5 时，由于 数据5的事件时间 09:21:26 - 延迟 5 秒 >= 窗口结束时间 09:21:20，会触发 窗口1 计算
由于 数据3 迟到太多，仍然会被 丢弃
总结
- Watermark 是一个时间戳
- 计算方法：
Watermark = 窗口中的数据的最大事件时间 - 最大允许延迟时间或乱序时间 - 本质：是让 窗口结束时间延长
- 作用：解决数据乱序、数据延迟
- 缺点：数据延迟太多，会被 漏掉