Flink如何处理迟到的数据？项目中是如何做的？

Flink提供了多种机制处理迟到数据，基本上是围绕 Watermark、Allowed Lateness 和 Side Output，进行灵活处理。「迟到」本质上是一种乱序行为。在真实的场景中，如果你是非状态的计算，例如简单的ETL任务，那么一般是通过排序的方式保证「先来后到」。如果你是有状态的计算，那么大概率是通过「合理丢弃」的方式处理「迟到数据」，例如：通过event_time事件事件和当前时间对比过滤.