看到有位同学说 对 WindowProcessFunction 做 state 保留，保留每次计算结果。 可是 WindowProcessFunction 本身是全量处理当前窗口中的元素呀，也就是到达触发条件了才一次性做全量计算。 所以，我认为应该是不能解决老师说的整合问题的。 我想，可不可以将 WindowProcessFunction 封装进 类似 ReduceFunction 这样的增量计算函数中， 从而达到以全量的计算方式计算增量的数据？ 既要保证计算结果的正确性、还要保证快速。

ProcessWindowFunction 处理性能弱的原因, 主要有两点: 1. 时间上, 因为要等待窗口内所有数据到达后才开始计算, 所以计算负载在时间线上是不均衡的. 2. 空间上, 同样因为要等待窗口内所有数据, 造成数据会滞留一段时间, 所以缓冲负载在时间线上是不均衡的. 综上所述, 优化的方向就是分阶段, 先增量预计算, 再全量汇总. 就像老师讲的求平均数计算, 从数学上来说这是需要全量数据的, 但是可以拆分为两个阶段: 1. 局部增量计算累加值, 局部增量计算累计数, 这里使用增量函数在多个分区分别计算, 几乎没有停滞完成了数据的预计算. 2. 全量合并累加值, 全量合并累计数, 最后用总累加值除以总累计数, 得到平均值, 这里使用全量函数汇总到单个算子, 但是相比收集所有的原始数据计算, 第二阶段不论是计算压力还是存储压力都比一次性计算要小.

老师讲了这么多算子，连一个可以跑的代码也没讲过

呜呼哀哉

有2个工程上的问题问题不太清楚 1.聚合的维度数据有长有短，比如用户1天的下载文件次数，用户5分钟下载文件次数，这2种是都在flink里计算，还是计算5分钟的，然后用5分钟的在聚合成一天的？ 2.像这么多维度，这么多指标一般怎么存储比较方便？ redis,mysql或者其他存储？

我觉得，如果想获得增量方法的性能，可以将processFunction的处理结果存入state，这样下次有数据来的时候，可以与其中的某些中间结果做比较，而不用再将所有数据全部处理一遍，从而达到接近增量方法性能的目的。