Rocky

在进过map的操作之后，map1的watermark为29，map2的watermark为17，在window1中操作，map1和map2的数据都会进入window1 的窗口，最终在窗口中会以最小的watermark来触发计算。使用事件时间窗口时，可能会发生元素迟到的情况，即Flink 用来跟踪事件时间进度的水印已经超过元素所属窗口的结束时间戳。基于现实世界的情况，数据流出现迟到的现象存在，那么在flink代码中允许设置迟到时间，这样在触发窗口的计算时需要加上延迟时间才可以触发窗口的计算。

我们在本地进行flink datastream api的java代码开发的时候，需要方便我们在web页面端进行监控job的运行情况。需要在本地的idea里面做出相关的参数配置.通过在Configuration 对象中配置相关的参数，然后我们在idea里面run main函数，这样在本地浏览器打开：localhost://8081。这个页面就是flink的web监控页面。上面可以试试监控job执行中task上的运行健康情况。上面的代码是从配置文件中读取flink的配置参数。- web端配置参数。

Flink 开发遇到的问题

Fink sink

场景说明从kafka里面读取数据，经过处理写入到mysql里面。在flink里面就是从source到sink的过程，那么本篇文章说明一下，mysqlsink的单条数据插入和批量数据插入操作。1、先说明一下SinkFunction的继承关系通过API我们可以看到sinkFunction接口的实现类有很多。比如常用的RichSinkFunction。2、mysql单条数据插入public class SinkToMysql extends RichSinkFunction<Tuple2&lt