Flink随机数的情况下windcunt=90 这种怎么还有数据倾斜，有碰到类似情况的吗?

在Flink中，即使使用随机数作为key进行操作，也有可能出现数据倾斜的情况。数据倾斜是指在分布式计算中，某些特定的key或分区数据量远大于其他key或分区数据量的情况。

数据倾斜可能由于多种原因引起，例如数据分布不均匀、哈希函数不均衡、数据倾斜的特点等。即使你使用了随机数作为key，但在某些情况下，仍然可能导致数据倾斜。

对于你提到的情况，其中31个ts一直是0的情况可能是由于特定的数据分布导致的。可能有一些特定的数据集中在这31个ts上，导致它们始终是0。

解决数据倾斜的方法可以尝试以下几种：

增加并行度：通过增加任务的并行度，将数据分摊到更多的任务中，减少每个任务的数据压力。

重新分区：如果数据倾斜主要来源于特定的key或分区，可以尝试重新分区，使数据更加均匀分布。

使用合适的key选择策略：可以尝试使用更合适的key选择策略，使数据更加均匀地分布到不同的key上。

使用负载均衡算法：可以考虑使用负载均衡算法来调度任务或资源，以使数据更均匀地分布到不同的任务或节点上。

数据预处理：如果数据倾斜的原因是源数据的分布不均匀，可以在数据进入流处理前进行预处理，将数据进行分散或重点平衡。

请注意，解决数据倾斜的方法因具体情况而异，需要根据实际场景和数据特点进行调整。以上方法仅供参考，具体应根据实际情况选择合适的解决方案。