写在前头：
更多大数据相关精彩内容请进我的知识星球，每周定期更新
?正篇
Flink SQL支持四种窗口函数，分别是Window聚合：滚动窗口（TUMBLE）、滑动窗口（HOP）、会话窗口（SESSION），OVER聚合：OVER窗口。
说到是时间窗口操作，那么涉及到Flink SQL可以基于两种时间属性对数据进行窗口聚合。
Event Time:事件时间（数据最原始的创建时间），在给定的数据源中的Schema中，比如我的客流数据一个字段是客流发生时间，那么事件时间就是客流发生该字段。
Processing Time:对事件进行处理的本地系统时间。
（Flink SQL暂不支持）Ingestion Time：事件进入Flink系统的时间。
下图很形象说明了这几类时间的关系。
另一个非常重要的概念：Watermark
Watermark水位线是flink为了处理时间乱序的问题，比如某条记录是01：15：01过来的，但是他的eventtime是01：14：58，如果没有watermark（watermark为0），那么该记录会被丢失，但是设置了watermark后，watermark为5s，那么该记录将会被正确消费到。
如果是多Source的数据，watermark会取所有ddl中最小的watermark作为最终的watermark向下游流出。
?