StreamingSystem (Google 流式團隊著)-c1.Streaming101-7
Windowing (窗口計算)
餘下的兩個對於無邊界數據的處理是窗口計算的類型。在深入探討它們之間的差異之前，我應該弄清楚窗口化的確切含義，因為在上一節中我們只是簡要地談到了這一點。 窗口化只是簡單的概念，即獲取一個數據源（無界或有界），並沿時間邊界將其切成有限的塊進行處理（解釋一下，其實窗口就是為了切分數據，幫助做指標或者特徵的計算）。 圖1-8顯示了三種不同的窗口模式，不同的而窗口模式，就是切分無限數據到有限數據的方式
下面將詳細介紹三種窗口模式
Fixed Windows（aka tumbling windows）固定窗口
我們之前討論了固定窗口。 固定的窗口將時間切成具有固定大小的時間長度的段。 通常（如圖1-9所示），將固定窗口的段均勻地應用於整個數據集，這是對齊窗口的一個示例。 在某些情況下未對齊窗口的一個示例是對數據的不同子集（例如，每個鍵）進行窗口偏移，以使窗口完成隨著時間的推移更均勻地分佈。
Sliding windows（aka hopping windows）滑動窗口
滑動窗口是固定窗口更加一般化的的形式，通過定義固定的長度或者固定週期定義的時間， 如果週期小於長度，則窗口重疊。 如果週期等於長度，則您有固定的窗口。 而且，如果週期大於長度，那麼您將擁有一種奇怪的採樣窗口，該採樣窗口只能查看一段時間內數據的子集。 與固定窗口一樣，滑動窗口通常是對齊的，儘管在某些用例中它們可以作為性能優化而未對齊。 注意，圖1-8中的滑動窗口是按原樣繪製的，以提供滑動運動的感覺。 實際上，所有五個窗口將應用於整個數據集。（解釋一下，舉個例子幫忙理解，比如我想做一個滑動窗口操作，每五分鐘看過去一個小時的數據，這個例子裡面，固定週期是5分鐘，固定長度是一個小時，由於固定週期
Sessions 會話窗口
會話窗口是動態窗口的一個示例，由事件序列組成，這些事件序列以大於某個超時的不活動間隔終止。 會話通常用於通過將一系列與時間相關的事件（例如，觀看視頻序列）組合在一起來分析一段時間內的用戶行為。 會話特殊的地方是，長度不能事先定義。 取決於所涉及的實際數據。 會話窗口也是未對齊窗口的典型示例，因為會話實際上在不同數據子集（例如，不同用戶）之間永遠不會完全相同。
前面詳細討論了Processing Time 和Event Time，下面將結合時間概念和窗口概念進行詳細介紹，首先將介紹Processing time的window。
閱讀更多 北京IT民工 的文章
