4.1.2 处理 Late Arriving Data

文档摘要

4.1.2 处理 Late Arriving Data 在流式计算的世界里，时间从来不是一条笔直向前的射线——它更像一条湍急的河流，表面奔涌不息，水下却暗流交错、漩涡频生。我们精心设计的窗口、严谨定义的事件时间（event time）、层层校验的水位线（watermark），本意是为数据建起一座座时间堤坝，让统计结果如潮汐般可预测、可复现。可现实总爱开玩笑：一张迟到三分钟的订单日志，可能让实时GMV看板在峰值时刻突然跳变；一个晚到两小时的IoT设备心跳包，足以让故障告警系统误判为“设备永久离线”；而某次跨时区航班的登机记录，在Kafka分区中因网络抖动延迟抵达，竟把“准点率”指标从98.7%生生拉低到92.