在 Flink 中，Watermark 是用于表示事件时间进展的机制，它可以用来告诉 Flink 在处理流式数据时，哪些事件已经到达了一定的时间阈值，可以被认为是已经处理完毕的数据。Flink 中的 Watermark 机制可以通过以下几种策略进行设置：

1. 周期性生成 Watermark：该策略会定期生成 Watermark，例如每隔一分钟生成一次，可以通过  AssignerWithPeriodicWatermarks  接口实现。
2. 事件触发生成 Watermark：该策略会在每个事件到达时生成 Watermark，可以通过  AssignerWithPunctuatedWatermarks  接口实现。
3. 自定义 Watermark 生成策略：用户可以根据自己的需求实现自定义的 Watermark 生成策略，例如基于一些外部因素的判断，可以通过  AscendingTimestampExtractor  接口实现。
 
在 Flink 中，可以通过以下方式设置 Watermark 策略：
DataStream<MyEvent> input = ...;

input
    .assignTimestampsAndWatermarks(new MyWatermarkStrategy())
    .keyBy(...)
    .window(...)
    .reduce(...);
在上述代码中， MyWatermarkStrategy  是用户自定义的 Watermark 策略，通过  assignTimestampsAndWatermarks  方法将其应用到输入数据流中。在 Watermark 策略中，需要实现  getCurrentWatermark  方法和  extractTimestamp  方法，分别用于生成 Watermark 和提取事件时间戳。

WatermarkStrategy  是 Flink 1.12 引入的新特性，它是一种更加灵活和易用的 Watermark 策略定义方式。相比于之前的 Watermark 策略定义方式， WatermarkStrategy  可以更好地支持多种 Watermark 生成策略，并且可以在一个地方定义所有的 Watermark 相关参数。
 
使用  WatermarkStrategy ，可以通过以下方式定义 Watermark 策略：
DataStream<MyEvent> input = ...;
input
    .assignTimestampsAndWatermarks(
        WatermarkStrategy
            .<MyEvent>forBoundedOutOfOrderness(Duration.ofSeconds(10))
            .withTimestampAssigner(new MyTimestampAssigner()));
在上述代码中， forBoundedOutOfOrderness  方法指定了一个基于乱序数据的 Watermark 策略，即在事件时间戳比当前 Watermark 值大于 10 秒时，生成一个新的 Watermark。 withTimestampAssigner  方法指定了一个自定义的时间戳分配器，用于从数据中提取事件时间戳。
 
除了  forBoundedOutOfOrderness  方法， WatermarkStrategy  还支持以下几种 Watermark 策略的定义方式：
-  forMonotonousTimestamps ：用于处理单调递增的事件时间戳，例如 Kafka 中的消息。
-  forGenerator ：用于自定义 Watermark 生成器。
-  noWatermarks ：用于关闭 Watermark 机制，即将所有数据视为实时数据。
 
通过  WatermarkStrategy ，可以更加方便地定义和配置 Watermark 策略，提高代码的可读性和可维护性。