本文主要是介绍二十四：Flink 中 watermark 的定义和使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
我们提过窗口和时间的概念，Flink 框架支持事件时间、摄入时间和处理时间三种。Watermark（水印）的出现是用于处理数据从 Source 产生，再到转换和输出，在这个过程中由于网络和反压的原因导致了消息乱序问题。
那么在实际的开发过程中，如何正确地使用 Watermark 呢？
使用 Watermark 必知必会
Watermark 和事件时间
事件时间（Event Time）是数据产生的时间，这个时间一般在数据中自带，由消息的生产者生成。例如，我们的上游是 Kafka 消息，那么每个生成的消息中自带一个时间戳代表该条数据的产生时间，这个时间是固定的，从数据的诞生开始就一直携带。所以，我们在处理消息乱序的情况时，会用 EventTime 和 Watermark 进行配合使用。
我们只需要一行代码，就可以在代码中指定 Flink 系统使用的时间类型为 EventTime：
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
那么为什么不用处理时间（Processing Time）和摄入时间（Ingestion Time）呢？
处理时间（Processing Time）指的是数据被 Flink 框架处理时机器的系统时间，这个时间本身存在不确定性，比如因为网络延迟等原因。
摄入时间（Ingestion Time）理论上处于事件时间（Event Time）和处理时间（Processing Time）之间，可以用
这篇关于二十四：Flink 中 watermark 的定义和使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
