首先说一下时间语义，有三种对时间的定义：

Event Time：事件时间，一般是在数据中，我们指定某个字段为我们的事件时间字段

Ingestion Time：到达时间，指的是数据打到Flink那一刻的时间

Processing Time：执行操作算子的本地系统时间，跟机器相关

在流式处理上，我们更多的是关注事件时间，在新版的datastream中，已经默认使用EventTime作为时间语义了，但是在某些场景下，我们可以根据需求调整

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// 从调用时刻开始给env创建的每一个stream追加时间特征
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);

Watermark

水位线，也可以称为水印，这是在事件中处理延时数据的一种方案

（可以参考一下https://blog.csdn.net/lmalds/article/details/52704170）

我们通过source获取数据的时候，大部分情况下都是按照时间顺序的，但是很难保证所有数据，其中有很复杂的情况，比如网络、传输、系统写入延迟、分布式等等

一般来说water需要结合window来实现，在数据中表示”timestamp小于watermark的数据都已经到达了“，所以window的关闭也由watermark来触发

数据达到时我们设置一个延时时长为t，然后每次校验达到的数据中最大的maxEventTime，如果eventTime小于maxEventTime - t 那么说明所有数据已达到了，如果有窗口的停止时间等于maxEventTime - t，那么这个窗口就会被触发计算

watermark = maxEventTime - 延时时间t

watermark可以理解为把原本的窗口标准稍微放宽了一点。（比如原本5s，设置延迟时间=2s，那么实际等到7s的数据到达时，才认为是[0,5）的桶需要关闭了，Watermark是基于数据携带的时间戳生成的，一旦Watermark比当前未触发的窗口的停止时间要晚，那么就会触发相应窗口的执行，值得注意的就是，由于event time是由数据携带的，因此，如果运行过程中无法获取新的数据，那么没有被触发的窗口将永远都不被触发，所以在使用的时候必须注意