Apache Beam中不同窗口之间是否可以实现状态传递？

1. 窗口间直接传递状态是否可行？ #

不可行。根据Apache Beam的官方设计规则：

All state for a key is scoped to the current window. This means that the first time a key is seen for a given window any state reads will return empty, and that a runner can garbage collect state when a window is completed.
所有和Key绑定的状态作用域完全限定在当前窗口内，窗口计算完成后状态会被运行器自动垃圾回收，无法被后续窗口直接读取，原生不支持跨窗口的状态传递。

2. 全局窗口嵌套5秒固定窗口的方案是否可行？ #

该方案完全可行，是业内实现跨窗口累计类需求的标准实现方案，具体实现逻辑如下：

• 将输入数据流的窗口设置为全局窗口，此时和Key绑定的状态生命周期会和作业运行周期一致，不会被自动回收
• 在处理函数中配置周期为5秒的定时器，模拟固定窗口的触发规则：
  • 为每个Key维护两个状态变量：当前5秒周期内的移动距离累计值、历史所有周期的总移动距离累计值
  • 每接入一条数据，就将对应距离值累加到当前5秒周期内的移动距离累计值中
  • 5秒定时器触发时，将当前周期的累计距离和历史总累计值相加，得到当前窗口需要输出的总距离，再把相加后的结果更新到历史所有周期的总移动距离累计值中，最后清空当前周期的累计值，等待下一个周期的数据流入
• 该方案完全基于Beam内置的状态和定时器API实现，无额外外部IO开销，性能远高于读写外部数据库的方案。

如果你需要保留固定窗口的原生语义，也可以选择第二种实现路径：先用5秒固定窗口计算出单个窗口内的移动距离，再将输出接入全局窗口的累加算子，实现跨窗口的距离累计，两种方案都可以满足需求。

内容的提问来源于stack exchange，提问作者DJ319