[英]How to select the type of time semantics when working with tumbling windows?
我正在研究kafka流窗口化，特別是在我的用例中滾動窗口。
TimeWindowedKStream<String, Blob> windowedStreams = groupedStreams
.windowedBy(TimeWindows.of(TimeUnit.MINUTES.toMillis(5)));
這是每個記錄鍵5分鍾的翻滾窗口，前進5分鍾。 對於我的用例，我不希望刪除任何舊消息，因此希望將處理時間視為時間語義。
時間語義的滾動窗口的默認行為是什么，如何在滾動窗口中指定選擇哪種時間語義？事件時間/處理時間/攝取時間。
時間語義未在窗口定義中指定，但取決於已配置的TimestampeExtractor 。 如果要切換到處理時間語義，可以在KafkaStreams配置中將default.timestamp.extractor設置為WallclockTimestampExtractor.class 。
相比
對於翻滾窗口，emitEarlywhenFull（）的抑制如何工作？
[英]How does the suppress with emitEarlywhenFull() for tumbling windows works?
是否可以使用輸入流中的時間戳在 Flink 中創建 Tumbling Windows。 如果是，那么如何？
[英]Is it possible to create Tumbling Windows in Flink using a timestamp coming in Input Stream. If yes then How?
如何對 Tumbling Window 應用偏移量，以延遲 Windows 的啟動<timewindow>在卡夫卡流中</timewindow>
[英]How to apply an offset to Tumbling Window, in order to delay the starting of Windows<TimeWindow> in Kafka Streams
窗口翻轉在ksql中如何工作？ 作為查詢返回相同的結果，無論是否在ksql中使用窗口滾動
[英]How does window tumbling works in ksql? As query returning same result with or without using window tumbling in ksql
Flink 中非 keyed 流數據如何使用 Tumbling 窗口功能？
[英]How to use the Tumbling window function for the non keyed streaming data in Flink?
我如何在我的 kafka 流應用程序中測試 Exactly Once Semantics
[英]how do i test Exactly Once Semantics working in my kafka streams application
將kafka消息歸檔到AWS S3時如何實現“精確一次”語義？
[英]How to achieve Exactly Once semantics when archive kafka message into AWS S3?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.