比方说，我们有一个TumblingEventTimeWindow与大小5分钟。我们有包含2 条基本信息的事件：
在这个例子中，我们在工作人员机器的挂钟时间下午 12:00启动我们的Flink拓扑（当然工作人员可能有不同步的时钟，但这超出了本问题的范围）。该拓扑包含一个处理运算符，其职责是汇总属于每个窗口的事件值和一个与此问题无关的 KAFKA Sink。
在这种情况下，几个事件到达Flink Operator，具有不同的事件时间戳12:01 - 12:09。此外，事件时间戳与我们的处理时间相对一致（如下面的 X 轴所示）。由于我们正在处理EVENT_TIME特性，因此应通过其事件时间戳来确定偶数是否属于特定事件。
在那个流程中，我假设两个翻滚窗口的边界是并且仅仅因为我们在12:00开始执行拓扑。如果这个假设是正确的（我希望不是），那么在回填情况下会发生什么，其中几个旧事件带有更旧的事件时间戳，并且我们在12:00再次启动了拓扑？（足够老，我们的迟到津贴不包括他们）。类似于以下内容：12:00 -- …
