假设我有一个包含密钥和时间戳的流。我想在每个窗口（滑动窗口）中创建这些键的笛卡尔积。如果我有密钥1,2,3,4并且我将并行性设置为2，我想以下列方式“分组”它们：
1 - 2 2 - 3
1 - 3 2 - 4
1 - 4 3 - 4
我希望每个窗口按组处理元素。因此，假设上述元素（1,2,3,4）基于它们的时间戳位于同一窗口中。
在最简单的形式中，我的问题是：给定每个滑动窗口中的一些元素（可能包含多个键），我想创建这些键的组合，如上例所示，并对这些分组元素应用自定义算法。
到目前为止我尝试过的是使用
.assignAscendingTimestamps(...)
.keyBy(...)
.timeWindow(Time.seconds(5),Time.seconds(5))
.apply(...)
但这只会为每个键应用一个算法，而且无法创建组合。
P.S。：我看过这个文件：https://cwiki.apache.org/confluence/display/FLINK/Streams+and+Operations+on+Streams
并且我认为那里提到的离散流可以解决问题，但它们在flink 1.2（或任何其他版本）中不可用。
答案 0 :(得分：2)
流式上下文中的keyBy()与批处理上下文中的groupBy()具有相似的效果。根据您提供的KeySelector，流被分区为多个子流。然后将这些信息输入您的timeWindow。因此，您当前在您的例子中所做的是timeWindow上的KeyedStream。进入timeWindow并发送到之后应用的函数中的所有元素将具有完全相同的键。这里有一个很好的Flink窗口介绍，详细介绍了如何使用windows https://flink.apache.org/news/2015/12/04/Introducing-windows.html。
如果您的密钥包含语义信息，并且您希望在同一窗口中具有不同的密钥，则可以创建分配给记录的人工密钥（例如，简单整数）。基于此密钥，您可以更好地控制分组，从而实现流分区。
对于获取前面步骤结果并加入它们的最终计算，您需要一个额外的步骤（例如join或reduce）。
看一下这里的第一个例子：https://ci.apache.org/projects/flink/flink-docs-release-1.2/dev/datastream_api.html
它使用timeWindow函数在sum() 5秒内使用给定键计算所有元素。每个窗口的每个键包含一个元素。