如果source的业务时间未经校验导致watermark的值异常大。是否会导致后续的计算全部失效？

watermark如何解决的乱序？mq接收到的数据是乱序的？如何把他们变成最后的有序？是通过设置watermark + window窗口，然后把数据全部聚集到一起，通过排序时间，这样输出有序的结果嘛？

老师，watermark没说清楚啊，您的解释是较早时间到达是因为较早时间到达，感觉老师自己有点不知所云了

最大容忍时间 是否可以理解为 如果最大容忍时间为0，相当于只要数据event time小于watermark 即不纳入计算，最大程度避免乱序的时延，但是统计结果准确性会比较低；反之 如果最大容忍时间设置很大，则数据准确性可以保障，但时延会很高？

最贴切的解释

老师有几个问题，比如说“并行中的watermark”这张图中，map2把watermark发送给了window1和window2。那map1也会把自己的watermark发送给window1和window2。那么如图中所示，当前window1的timeservice是14，即将从map1接收到W(29)，也即将从map2接收到W(17)。 1.window1的timeservice会变成什么样？ 2.在shuffle过程中，watermark是同时发送给下游算子所有的subtask吗？ 3.按照视频里所讲的，在使用processing time的情况下，实际上是基于本地的系统时间来作为window的触发条件依据，那么在使用event time的情况下，实际上使用的是每个算子的subtask中的timeservice中的通过watermark更新的时间来作为window的触发条件对吗？

到接入的数据是按照顺序的时候，就不需要我们设置watermark了。每个算子中的时钟服务都有一个TimeService，当进入算子的watermark流会更新当前的时钟时间。对于延迟的数据如何处理呢？

老师是一个窗口已处理吗？实例中14已经到了W(17)中了，这个晚于W(13)的17呢？ 这个不会造成错误吗

并行中的时钟如何保证所有Operator的时钟是最新的？