Kotlin Flink：如何结合countWindowAll（）处理有限流的其余部分 //假设以下逻辑 val source=arrayOf（1,2,3,4,5,6,7,8,9,10,11,12）//总共12个元素 val env=StreamExecutionEnvironment.createLocalEnvironment（1）； val input=env.fromCollection（源） .countWindowAll（5） .aggregate（…）//将它们打包到列表中以便批量上载到数据库 .addSink（…）//发送大容量

当我执行它时，只处理前10个元素，其余2个元素 都被扔掉了-弗林克关机而不处理它们

---

我唯一要避免的是——虽然我完全控制源数据，但我可以将一些众所周知的可忽略的_值推送到源集合以适应窗口大小，然后在接收器中忽略它们。。。但我认为，在flink中，哪里有更专业的方法。

你有一个12个元素的有限流和一个每5个元素触发一次的窗口。因此，第一个窗口得到5个元素，然后触发，然后接收到下5个元素并触发，但最后2个元素出现了，作业知道不会有更多元素出现。因此，由于窗口中没有5个元素，触发器不会触发，因此不会对它们执行任何操作。

是否可以表示“等待计数或超时”？

//assume following logic
val source = arrayOf(1,2,3,4,5,6,7,8,9,10,11,12) // total 12 elements
val env =  StreamExecutionEnvironment.createLocalEnvironment(1);
val input = env.fromCollection(source)
    .countWindowAll(5)
    .aggregate(...) // pack them to List<Int> for bulk upload to DB
    .addSink(...) // sends bulk