Flink中窗口的详细分类在 Apache Flink 中，每种窗口类型都有其更细致的分类，具体取决于它们基于时间特征的

在 Apache Flink 中，每种窗口类型都有其更细致的分类，具体取决于它们基于时间特征的不同方式（例如事件时间或处理时间）和触发条件。以下是每种窗口类型的详细分类：

滚动窗口可以根据事件时间或处理时间来划分。

事件时间滚动窗口（Event Time Tumbling Window） ：
```
java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(TumblingEventTimeWindows.of(Time.seconds(10)))
    .sum(1);
```
- 基于事件时间，如果是刚启动，第一条数据不会触发窗口，第二条才会触发，然后每次最新数据不会触发，会保留在窗口。

处理时间滚动窗口（Processing Time Tumbling Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(TumblingProcessingTimeWindows.of(Time.seconds(10)))
    .sum(1);

滑动窗口也可以根据事件时间或处理时间来划分。

事件时间滑动窗口（Event Time Sliding Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(SlidingEventTimeWindows.of(Time.seconds(10), Time.seconds(5)))
    .sum(1);

处理时间滑动窗口（Processing Time Sliding Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(SlidingProcessingTimeWindows.of(Time.seconds(10), Time.seconds(5)))
    .sum(1);

会话窗口可以根据事件时间或处理时间来划分。

事件时间会话窗口（Event Time Session Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(EventTimeSessionWindows.withGap(Time.minutes(5)))
    .sum(1);

处理时间会话窗口（Processing Time Session Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(ProcessingTimeSessionWindows.withGap(Time.minutes(5)))
    .sum(1);

全局窗口不区分事件时间和处理时间，必须配合触发器使用。

全局窗口（Global Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .window(GlobalWindows.create())
    .trigger(CountTrigger.of(100))
    .sum(1);

计数窗口根据元素数量而不是时间来划分。

滚动计数窗口（Tumbling Count Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .countWindow(100)
    .sum(1);

滑动计数窗口（Sliding Count Window） ：

java
复制代码
dataStream
    .keyBy(value -> value.f0)
    .countWindow(100, 10)
    .sum(1);

每种窗口类型都有细分的分类，主要根据时间特征（事件时间或处理时间）和触发条件（计数窗口或时间窗口）来区分。选择合适的窗口类型和分类，可以更有效地处理和聚合数据流中的信息。