我们正在使用Spark 2.2结构化流媒体实现实时聚合流程。 计算出的窗口可以基于作为流中正在处理的对象的属性的事件时间，也可以根据系统的处理时间计算，就像之前版本中可能的那样。
此外，我们需要实施重复检查以防止处理重复事件。
在文件中说明
没有水印 - 由于重复记录可能到达时没有界限，查询会将所有过去记录中的数据存储为状态。 （https://spark.apache.org/docs/latest/structured-streaming-programming-guide.html#streaming-deduplication）
问题是看起来这种状态会永远增长并导致性能和内存大小问题。 API似乎没有办法控制它
问题是有没有办法对没有事件时间概念的事件实施重复检查，并仍然保持对重复检查状态的控制，如清除等。
谢谢！