我想每隔15秒处理一次折叠数据。从“外部”看来，窗口似乎在保留该持续时间内的所有数据，然后立即将其全部提交给fold函数。
真相？
如果是这样，是否有一种方法可以在每次提交新数据时都调用fold函数，然后仅在窗口末尾返回结果？
是否可以将其他转换组合在一起以实现此效果？
最佳答案
您的观察是正确的，是的。原因是窗口运算符的当前实现受到一定限制。从概念上讲，窗口运算符中有两个元素：窗口缓冲区和窗口函数。假设窗口运算符的输入类型为IN，输出类型为OUT。现在，窗口缓冲区存储类型为IN的元素，并且当需要发射元素时，它将发射类型为IN的元素。窗口函数将输入元素IN的集合作为输入，并发出类型为OUT（Collection[IN] -> OUT）的元素。
如果window函数是reduce函数，我们可以在窗口缓冲区内进行预聚合，因为该窗口的签名为(IN, IN) -> IN。窗口函数基本上只从它可以发出的窗口缓冲区中获取一个元素。
如果我们想要有效的折叠，事情会变得稍微复杂一些，因为我们需要窗口缓冲区接收IN类型的元素，但是发出OUT类型，并且window函数看起来像这样：OUT -> OUT。
可以做到，但是现在还没有实现。 （顺便说一句，我为此打开了一个《 Jira问题》：https://issues.apache.org/jira/browse/FLINK-2991）