带有并行性的有序时间戳

"需要考虑以下几点：

将整个作业的并行度设置为1将阻止扩展应用程序，这将影响性能。这实际上是否重要取决于你的应用要求，但它肯定是限制，可能是一个问题。

如果您你提到的聚合要在所有事件记录中全局计算，那么并行操作将需要并行进行一些预聚合。但是在这种情况下，你必须在作业图的后期阶段将并行度降低到1，以便产生最终（全局）结果。

另一方面，如果要为某个键的每个值独立计算这些聚合，则考虑键入流并将该分区用作并行操作的基础是有意义的。

你提到的所有操作都需要一些状态，无论是计算最大值，最小值，平均值，还是正常运行时间和停机时间。例如，如果不记住到目前为止遇到的最大值，则无法计算最大值。

如果我正确理解Flink的NiFi源连接器是如何工作的，那么如果源并行运行，则键入流将导致无序事件。

但是，你提到的所有操作都不需要按顺序传送数据。在无序流上计算正常运行时间（和停机时间）将需要一些缓冲 - 这些操作需要等待无序数据到达它们才能产生结果 - 但这肯定是可行的。这正是水印的用途;它们定义了等待无序数据的时间。你可以在ProcessFunction中使用事件时间计时器来安排在处理完所有早期事件时调用onTimer回调。

你始终可以对键控流进行排序。这是一个例子。

使用Flink的CEP库（对其输入进行排序，顺便说一句），运行时间/停机时间计算应该很容易。

更新：

确实，在将ProcessFunction应用于键控流之后，流不再是键控的。但在这种情况下，您可以安全地使用reinterpretAsKeyedStream来通知Flink流仍然是键控的。

对于CEP，此库代表你使用状态，从而可以更轻松地开发需要对模式做出反应的应用程序。"