flink批处理-有界流和无界流

在学习flink如何实现批处理之前，需要先了解什么是有界流和无界流。
重点：理解有界流无界流的定义
Flink中有界流（Bounded Stream）和无界流（Unbounded Stream）是数据处理的两种核心抽象，主要区别如下：

一、数据特性

1. 边界定义

   • 有界流：具有明确的开始和结束点（如静态文件、数据库表）
   • 无界流：只有开始点，数据持续产生无终止（如Kafka消息流、IoT传感器数据）

2. 数据完整性

   • 有界流支持全量数据处理前排序，无界流需依赖事件时间或水印机制保证顺序

二、处理方式

维度	有界流	无界流
执行模式	批处理（Batch）	流处理（Streaming）
窗口机制	全局窗口（可省略）	需显式定义时间/计数窗口
触发策略	一次性处理	持续触发（如时间推进）

三、技术实现差异

1. 状态管理
   无界流需持续维护状态（如聚合中间结果），而有