对于迟到太久的数据，Flink如何收集？
2023-08-29 10:08:12
哔哩哔哩
Flink 通过watermark在短时间内允许了乱序到来的数据
(相关资料图)
通过延迟数据处理机制，可以处理长期迟到的数据。
但总有那么些数据来的晚的太久了。允许迟到1天的设置，它迟到了2天才来。
对于这样的迟到数据，水印无能为力，设置allowedLateness也无能为力，那对于这样的数据Flink就只能任其丢掉了吗？
不会，Flink的两个迟到机制尽量确保了数据不会错过了属于他们的窗口，但是真的迟到太久了，Flink也有一个机制将这些数据收集起来
保存成为一个DataStream，然后，交由开发人员自行处理。
那么这个机制就叫做 侧输出机制(Side Output)
侧输出机制：可以将错过水印又错过allowedLateness允许的时间的数据，单独的存放到一个DataStream中，然后开发人员可以自定逻辑对这些超级迟到数据进行处理。
处理主要使用两个方式：
对窗口对象调用sideOutputLateData(OutputTag outputTag)方法，将数据存储到一个地方
对DataStream对象调用getSideOutput(OutputTag outputTag)方法，取出这些被单独处理的数据的DataStream
注意，取到的是一个DataStream，这意味着你可以对这些超级迟到数据继续写 如keyBy, window等处理逻辑
sideOutputLateData方法
使用方式：
先定义OutputTag对象(注意，必须new一个匿名内部类形式的OutputTag对象的实例)
然后调用sideOutputLateData方法
方法
用法：
