背景

 使用Event time時間模型時，由於網路或傳輸等原因，事件被Flink處理的順序不一定是事件產生的順序（亂序），可能會存在兩方面影響：

1. 當前視窗不知道何時停止，開始計算結果；
2. 影響視窗計算結果的準確性，見示例；

WaterMark機制

 WaterMark本質上是一個帶有時間戳的特殊event，當Flink中的運算子接收到水印時，它明白（假設）它不會看到比該時間戳更早的訊息。

  A Watermark(t) declares that event time has reached time t in that stream, meaning that there should be no more elements from the stream with a timestamp t’ <= t (i.e. events with timestamps older or equal to the watermark).It can then safely compute and emit the result of the window

生成WaterMark

 WaterMark需要開發人員根據具體的場景採取合適的策略生成；

生成方式：

1. 資料來源中產生；
2. 在Flink入口處生成（ Watermark Generators）；

併發WaterMark

場景：一個operator存在多個輸入流，可能同時收到多個WaterMark；
處理原則：使用時間戳最小的WaterMark更新當前視窗的Event time，這意味著視窗會等待所有的輸入流資料到達才會開始計算;

參考：

1. 雲邪部落格：http://wuchong.me/blog/2018/11/18/flink-tips-watermarks-in-apache-flink-made-easy/
2. 官網：https://ci.apache.org/projects/flink/flink-docs-release-1.7/dev/event_time.html
3. https://blog.csdn.net/u013560925/article/details/82499612