Flink 是一個分散式的流式計算平台，它可以處理大量的實時數據。為了能夠對數據進行分析和聚合，Flink 提供了一個重要的抽象概念，就是窗格 (windows)。窗格是一個邏輯上的數據分組，它可以根據時間或者其他條件將數據劃分為不同的子集，然後對每個子集進行獨立的處理。窗格可以幫助我們解決流式數據中的一些常見問題，比如如何處理無限的數據流，如何處理時間的不一致性，如何處理有狀態的運算等。

Flink 支持多種類型的窗格，主要可以分為兩大類：時間窗格和計數窗格。

時間窗格

時間窗格是根據時間來劃分數據的，它可以根據事件時間或者處理時間來定義。事件時間是指數據本身發生的時間，而處理時間是指數據到達 Flink 的時間。如果要用事件時間的話，必須資料源本身要有時間戳 (timestamp)。而處理時間就簡單多了，它即是預設值，而且 Flink 會自動加上這個屬性。

根據時間窗格的長度和間隔，又可以細分為滾動窗格、滑動窗格和會話窗格。每個窗格都可以對裡面的資料做處理，例如 reduce, sum, max 等等常見操作，最極端的情況你也可以對每一個窗格內的元素做特殊單一處理。

滾動窗格 (Tumbling)

滾動窗格是指固定長度且不重疊的窗格，比如每 5 分鐘一個窗格。如果有 30 分鐘的資料的話，總共會產生 30 / 5 = 6 個窗格結果。

滑動窗格 (Sliding)

滑動窗格是指固定長度但有重疊的窗格，比如每 5 分鐘一個窗格，但每 1 分鐘滑動一次。同樣的如果有 30 分鐘的資料，那會產生 26 個窗格結果 (第一個5分鐘一次 + 後面 25 * 1 分鐘 = 1 + 25 次)

會話窗格 (Session)

會話窗格是指根據數據活躍度來劃分的窗格，比如如果兩個事件之間的間隔超過 10 分鐘，就開始一個新的窗格。同樣 30 分鐘的資料，不一定會產生幾次結果，端看裡面的資料間隔多長。

借用官網的圖片會清楚一點：

計數窗格

計數窗格是根據數據的數量來劃分的，它一樣可以根據每個鍵 (key) 或者全局來定義。根據計數窗格的長度和間隔，也可以細分為滾動窗格、滑動窗格和會話窗格。

滾動窗格

滾動窗格是指固定數量且不重疊的窗格，比如每 100 個事件一個窗格。

滑動窗格

滑動窗格是指固定數量但有重疊的窗格，比如每 100 個事件一個窗格，但每 10 個事件滑動一次。

會話窗格

會話窗格是指根據事件之間是否連續來劃分的窗格，比如如果兩個事件之間沒有其他事件發生，就開始一個新的窗格。