Window

---

开窗操作

---

聚合操作

增量聚合函数：

AggregateFunction:

对每个窗口进行聚合操作，要在分配窗口之后才可以调用

第一个泛型为输入类型，第二个泛型为中间聚合状态（聚合器，eg：累加器），第三个泛型为输出类型

createAccumulator用来初始化中间聚合状态【eg：累加器】

// 初始化列累加器 .创建一个新的累加器，启动一个新的聚合,负责迭代状态的初始化

//来一条数据.相应组内只有一条数据时候执行一次

//如果原先有一条，那么新进来一条时候，就不执行了。直接执行add getresult

//累加器有点像是中间传递的东西

//user1+user1 通过累加器就是 acc_1=acc(初始化)+第一个user， acc=acc_1+第一个user1

//相加的结果都保留在累加器中。相当于一个寄存的地方

add为数据过来之后的处理过程，即数据过来之后聚合状态【eg：累加器】如何变化

getResult用来返回最后的结果，一般返回中间聚合状态【eg：累加器】

// 返回值 在窗口内满足2个，计算结束的时候执行一次 从累加器获取聚合的结果

merge：//合并两个累加器，返回一个具有合并状态的累加器 一般不触发这个

对每个分组1秒输出一次结果，但是每来一个数据都会进行计算

全窗口函数：

可以获取更多的数据，输入类型，输出类型，之前的keyBy的key以及window的信息

最后用collector.collect();来输出

输入类型是一个迭代器类型，因为有很多数据

例：

第一个参数为key的值，第二个参数为当前window的属性，第三个参数为key分组之后的数据集合，第四个参数用来输出

allowedLateness()传的参数为时间，作用为先输出一个近似正确的结果，在延迟的时间内不断更新输出结果，使结果更准确，达到了快速性和准确性

由于不关闭窗口会使数据积压在内存中，造成压力，所以我们可以将在allowLateness之外的迟到的数据放到侧输出流。相当于一个兜底的方法，迟到了再迟到

注意：获取侧输出流方法，返回值类型不能是dataStream

窗口起始点和偏移量：