我正在评估Flink专门针对可能的警报生成的流媒体窗口支持。我担心的是内存使用情况，所以如果有人可以提供帮助，我们将不胜感激。
例如，此应用程序将在5分钟的给定翻滚窗口内消耗来自流的大量数据。在评估时，如果有一百万个文档例如符合标准，那么它们都会被加载到内存中吗？
一般流程如下：
producer -> kafka -> flinkkafkaconsumer -> table.window(Tumble.over("5.minutes").select("...").where("...").writeToSink(someKafkaSink)
此外，如果有一些明确的文档描述了在这些情况下如何处理内存，我可能忽略了某人可能会有所帮助。
由于
答案 0 :(得分：4)
为组窗口聚合存储的数据量取决于聚合的类型。许多聚合函数（例如COUNT，SUM和MIN / MAX）可以预先聚合，即，它们只需要为每个窗口存储单个值。其他聚合函数（例如MEDIAN或某些用户定义的聚合函数）需要在计算结果之前存储所有值。
需要为聚合存储的数据存储在state backend中。根据状态后端的选择，数据可能存储在JVM堆中的内存中或RocksDB实例中的磁盘上。
表API查询也由关系优化器（基于Apache Calcite）优化，以便尽可能地将过滤器推向源。根据谓词，可以在聚合之前应用过滤器。
最后，您需要在示例查询中的groupBy()和window()之间添加select()（请参阅docs中的示例）。