Duration idleTimeout

2 事件时间与 Watermark 不同于处理时间（processing time），事件时间（event time）是各个事件（记录）在生产设备上的发生时间。通常来说，事件时间在进入 Flink 系统之前，就已经嵌入到了每条记录中，即事件时间完全取决于数据，而不是 Flink 系统中的某个时钟。 事件时间的生成方式多种多样，因此也有着各不相同的特性，例如： Kafka 的 message 时间戳，在只消费单个分片时严格单调递增，但在多个并发同时消费多个分区时则无法保证在下游算子中可以单调递增 在 APP 端采集并传回后端的客户操作时间，因为设备性能问题、网络延迟问题、后端异步接口等原因，无法保证有序 Flink 或其他实时任务生产的数据，根据上游任务的设计逻辑不同，不一定能保证有序 虽然在很多场景下，无法保证 source 数据的有序性，但是在一些场景下，我们却必须依赖事件时间进行关联，例如： 根据业务需要，需要将 30 分钟内的触发痒点信息与用户付费行为进行关联 —— 使用事件时间构造按用户 ID 构造滑动窗口进行关联 根据性能需要，将用户 10 秒内的高频操作记录合并处理...