大数据计算窗口
Window 是什么？
把无限流切成有限片段再聚合，按时间或按条数切
类比：把一条长河按每 5 分钟舀一桶来化验
四种常见窗口
按业务语义选，选错了指标就是错的。
- 滚动窗口（Tumbling）：固定长度不重叠，如每 5 分钟一次，适合常规指标
- 滑动窗口（Sliding）：固定长度可重叠，如每 1 分钟算最近 5 分钟，适合平滑曲线
- 会话窗口（Session）：按活动间隙切分，如用户 30 分钟无操作算一次会话
- 计数窗口（Count）：按条数切，适合流量均匀的场景
事件时间 vs 处理时间
事件时间（Event Time）用数据自带的时间戳，能正确处理乱序和延迟，是实时指标的正确选择；处理时间（Processing Time）用机器时钟，简单但结果不可重现。做业务指标一律用事件时间。
增量聚合 vs 全量缓存
用 reduce / aggregate 做增量聚合，每来一条更新一次累加值，内存只存一个结果；用 process 把窗口内所有数据缓存下来再算，内存随数据量线性增长。能用增量就别缓存全量。