本文已参与「新人创作礼」活动，一起开启掘金创作之路。
水位线
在实际应用中，一般会采用事件时间语义。而水位线，就是基于事件时间（EventTime）提出的概念。一个数据产生的时刻，就是流处理中事件触发的时间点，这就是“事件时间”，一般都会以时间戳的形式作为一个字段（timestamp）记录在源数据里。如果我们想要统计一段时间内的数据，需要划分时间窗口，这时只要判断一下时间戳就可以知道数据属于哪个窗口了。 窗口处理的是有界数据，我们需要等窗口的数据都到齐了，才能计算出最终的统计结果。
比如我们想统计 8 点~9 点的用户点击量，那就是从 8 点开始收集数据，到 9点截止，将收集的数据做处理计算。这有点类似于班车，每小时发一班，那么8 点之后来的人都会上同一班车，到 9 点钟准时发车；9 点之后来的人，就只好等下一班 10点发的车了。
这里的关键问题是，“9 点钟发车”，到底是看谁的表来定时间？ 请看
在处理时间语义（ProcessTime）下，都是以当前任务所在节点的系统时间为准的。在分布式环境下，这样会因为网络传输延迟的不确定而导致误差。比如有些商品在 8 点 59 分 59 秒生产出来，可是从下生产线到运至车上又要花费几秒，那就赶不上 9 点钟这班车了。
先后生产出的商品，到达车上的顺序也可能乱掉：统计结果的正确性受到了影响。
所以在实际中我们往往需要以事件时间为准。如果考虑事件时间，情况就复杂起来了。现在不能直接用每辆车上挂的钟（系统时间），又没有统一的时钟，那该怎么确定发车时间呢？
其他时间语义下，请看（二）第二篇文章。
