DataStream＃assignAscendingTimestamps的实际用途是什么

Question

DataStream＃assignAscendingTimestamps的Javadoc

* Assigns timestamps to the elements in the data stream and periodically creates * watermarks to signal event time progress. * * This method is a shortcut for data streams where the element timestamp are known * to be monotonously ascending within each parallel stream. * In that case, the system can generate watermarks automatically and perfectly * by tracking the ascending timestamps.

此方法假定that the the element timestamp are known to be monotonously ascending within each parallel stream。但是实际上，几乎没有流可以保证事件时间戳按升序排列。

我想得出一个结论：永远不要使用此方法，但是我会问我是否错过了某些东西（例如何时使用它）

Answer 1

通常，我同意，它很少在实践中使用。以下是一个例外：如果将Kafka用作LogAppendTime的源，则按分区顺序排列时间戳。然后，您可以将Flink [1]中的按分区水印与AscendingTimestampExtractor一起使用，并且将具有非常理想的水印。

干杯

康斯坦丁

[1] https://ci.apache.org/projects/flink/flink-docs-release-1.8/dev/connectors/kafka.html#kafka-consumers-and-timestamp-extractionwatermark-emission

Answer 2

阅读源代码DataStream#assignAscendingTimestamps后，它正在使用AscendingTimestampExtractor提取时间戳。

AscendingTimestampExtractor将保持迄今为止最大的事件时间戳。如果事件时间不正常，它将打印日志以警告违反单调递增的时间戳。

因此，我认为此类在实践中可能很方便，因为这种情况不允许懒惰（水印可能会不断增长）。