要想說清楚Flink水位線（WaterMark），前提需要弄清楚幾個概念。
第一個是時間概念：
在Flink中有三個時間概念，分別是事件時間，采集時間，和系統時間。
事件時間：在客觀世界中產生的時間，比如用戶點擊網頁產生了一條時間日志，這個時間就是事件時間。
采集時間：我們用Flink采集日志到達Flink的時間為采集時間。
系統時間：這個時間使我們在寫邏輯代碼時會調用的時間，比如在程序里面寫 System.currentTimeMillis() 命令
當有了時間概念，那我們真正關心的業務時間是哪個呢？ 老板不會關心Flink什么時候采集的，更不會關心你什么時候在當前系統調用的時間，所以答案肯定是日志發生的時間，也就是用戶什么時候點擊的。
那我們怎么通過日志的事件時間對事件進行處理呢？
如下圖所示：
當存在網絡延時的情況下，本來進入窗口 A 的 2號數據在0-5秒內沒有進入窗口A，但是它仍然在采集后出現在A窗口里面，這是為什么？
因為Flink將每條日志的客觀產生的時間紀錄下來，2號數據就是0-5秒產生的，Flink就會把它放在A窗口。只不過它是在5-10秒的時候被放進去的。那這樣的話，我們應該什么時候去關閉窗口呢。
因為有種假設，如果有一個屬於這個窗口的數據一年后才過來。那我豈不是要一年才能關窗。所以Flink為了解決這個問題設置了一個過期時間。設置方式如下：
其中10秒為過期時間，element._2為我們從日志中讀取中的客觀產生的時間戳。
雖然有了過期時間，但是Flink並不會只在過期時間之后閉窗。
實際上，Flink閉窗取決於水位線和過期時間的共同作用，那什么是水位線呢？
水位線指的是Flink內部會在每200ms（默認值，可以設置）生成一個時間戳，它的大小等於當前數據集合里面最大的客觀時間減去延時時間。
Flink為什么這么設置呢，我們直接把0-5窗口的數據在延時10秒后關閉不就可以了么。答案是不可以
因為我們這個15秒是系統時間延時的10秒，但是我們要的是真正的客觀的時間延時10秒。
這么說可能不太好理解，舉個誇張的例子，客觀世界中在0-15內（其中5秒的窗口，加上10秒的延時）內產生了十條數據，之后十年就不會再產生數據了，那Flink應不應該關窗？
實際上不應該關窗，因為計算機在不知道下一條日志客觀時間的時候，他是不知道此時窗口進行到哪里了。只有在出現客觀時間大於十五秒的時候，之前0-5秒的窗口才會關閉。
因此我們為了記錄客觀時間引入了水位線的概念。用這個數字來記錄客觀世界的最大時間。
我們只需要比較：水位線是否大於窗口+延時時間，來判斷是否該關窗。
當水位線 > 窗口 ------>關窗
當水位線 < 窗口 ------>不關窗