在https://spark.apache.org/docs/latest/structured-streaming-programming-guide.html#handling-late-data-and-watermarking的文档中，使用10分钟的窗口，10分钟的水印和5分钟的触发器显示了一个示例。
在使用APPEND模式的图中，从12：00：00-> 12:10:00窗口显示的第一个结果仅显示在12:25:00。原因是那时水印在12:11:00，所以12:11:00之前的所有窗口都可以发送到接收器。
但是，在12:20:00，我们已经知道水印是12:11:00。那么，为什么不是在12:20:00而不是12:25:00发送第一个窗口？
答案 0 :(得分：1)
因为Spark对每个分区应用全局水印而不是水印：当当前批次中的任务“完成”时，将确定下一个批次的水印。每个分区都不知道要确定水印：它只知道分区中的事件。
因此，在12：20：00，Spark得到12:21:00进行处理，并且在批处理结束时，Spark收集事件的时间戳并确定最大时间戳，并为下一个批处理确定水印-“ 12 ：11：00“-这将是一批12:25:00的水印。