Flink 实践教程-进阶（5）：排序（乱序调整）原创

大家好，欢迎收看h fank实战系列教程，本章节为进阶系列五、乱序调整腾讯云六计算LIST10大数据产品生态体系的实时化分析利器，兼容opach flink作业。下面将教大家学习如何利用ochless色口作业，使用窗口TVF配合聚合函数实时调整乱序数据，经过聚合分析后存入Mo口中。Kafka连接器既可以支持用作数据源表，也可以作为追加流的数据目的表。JDBC连接器提供了对MYSQLPG等常见的数据库读写支持。其支持用作数据源表为表和数据目的表。首先进入COC实例，新建一个topic，用作色口作业的数据源端。To创建好后，就需要进入MYSQL数据库，创建一张表，用作数据目的表。

这里我们已经提前创建好了表。进入O控制台，创建色口作业。点击开发调试进入作业开发页面，首先创建source，单击插入模板，选择COFGO数据源表和数据目的表，点击添加修改数据源表的相关信息。

这里根据事件时间设置十秒的水印，当进行窗口计算时，能够允许数据延迟十秒到达，否则超过十秒延迟的数据会被丢弃。接下来创建S，单击插入模板，选择JDBC数据目的表，点击添加修改目的表相关信息。

最后编写业务逻辑。这里我们使用窗口TVF函数对数据进行窗口聚合操作。更多窗口TF函数请查看官方文档。

点击保存语法检查、发布草稿、运行作业。我们可以看到，作业已经处于运行中状态。接下来我们可以选一台CVM进入，通过toftka客户端网top里面写入数据。注意，这里数据的事件实践是乱序的，既有延迟数据产生。

然后进入MYSQL控制台，可以看到延迟的数据已经进入正确的时间窗口，并进行了聚合分析。笔者这里设置的秒的延迟水印可以看到，在分分分到一分时间段的数据统计是正确的，并没有因为数据延时而出现漏统计的现象。分到分时间段的数据并没有统计出来，这是因为我们最后一条数据时间是年月日积水印时间为2021年12月22日143105小鱼窗口关闭时间，导致这段时间窗口还未关闭，未计算。到此为止，我们进阶系列的演示就结束了，欢迎大家一元购体验流计算lchless。