滑动窗口pyflink

Question

我是 PyFlink 的新手，我有一个 kafka 流，其中的电话号码、主机名和事件时间均为字符串格式。如何使用 pyflink 的 DataStreams API 计算过去 24 小时内每对电话号码、主机名的访问次数？

我尝试在官方GitHub上查看示例，但我不明白是否需要定义水印策略

Answer 1

如果满足这两个条件，则需要水印：

1. 您正在做一些临时性的事情——即，在 24 小时窗口内计算一些事情，就像您正在做的那样。
2. 您依赖事件中的时间戳作为计时信息的来源（而不是依赖事件处理时的系统时钟）。

因此，在您的情况下，如果您使用事件时间而不是处理时间，则需要定义水印策略。