Event Time
Event Time 时间模式下，时间戳由输入数据的某个字段提供，可以用 WATERMARK FOR 语句指定该字段并启用 Event Time 时间模式，适用于数据源包含精确时间戳的场合。
计算资源
流计算所提供计算资源的最小单位，1CU 的具体含义为：CPU 1核、内存 4GB。计费的标准即是用户实际的 CU 使用量。
流计算
流计算是面向流式数据的计算，它从一个或多个流式数据源读取持续不断产生的数据，经过作业中多个算子的组合进行高效计算，再根据实际需要，将结果输出至下游的多种数据目的，如消息队列、数据库、数据仓库、存储服务等。
流连接分区
流连接分区（Partition）是 Topic 存储数据的最小单元，对于吞吐量较高的 Topic，可以创建多个分区。
流连接数据集成任务
流连接数据集成任务（Integrator）指将 Topic 的数据导入到云产品的任务，一个 Topic 可启动多个 Integrator 导入到不同的云产品。
Processing Time
Processing Time 时间模式下，时间戳由系统自动生成并添加到数据源中（以 PROCTIME 命名，SELECT * 时不可见，使用时必须显式指定）。它以每条数据被系统处理的时间作为时间戳，因而有一定的不可控性，适用于对时间精度要求不是很高的场合。
Schema
表示一个表的结构信息，例如各个列名、列类型等。
Source Time
在 Source Time 时间模式下，可以使用 Kafka 每条记录所含元数据的时间戳作为流计算处理所使用的时间戳（以 SOURCETIME 命名，SELECT * 时不可见，使用时必须显式指定），避免了输入数据没有时间戳字段时，使用 Processing Time 模式带来的不可控性。
时间模式
指导系统处理数据时如何获取时间戳，目前支持 Event Time、Processing Time、Source Time 三种时间模式。
数据目的
数据目的 Sink 指流计算系统处理结果输出的地方，例如腾讯云 CKafka，云数据库 MySQL 等。
Tuple 流
Tuple（又称为 Append）为数据流类型的一种，可以存放不含主键的流数据。用户可以不断追加新数据到这种数据流中，它不涉及到对之前已发出数据的更新操作。目前各种数据源和数据目的均支持 Append 流的输入输出。
Upsert 流
Upsert 流（Update OR Insert，Upsert）由 DISTINCT、不含时间窗口的 GROUP BY 语句、不含时间范围的 JOIN 语句等查询产生，它具有主键定义，如果后续发出的数据与之前的某条数据具有相同主键，则更新该条记录为新值；反之则新增一行数据。它可以确保之前发出的数据被更新以反映最新的值。
Watermark
表示一个特定的时间点，在该时间点之前的所有数据已经得到妥善处理。Watermark 由系统自动生成，用户可以通过 WATERMARK FOR BOUNDED 语句指定时间戳的最大容差。
主题
在流计算 Oceanus 中，主题（Topic）指流连接订阅和发布的最小单位。用户可以用 Topic 来表示一类或者一种流数据，类似于数据库中的表（Table）。
在物联网通信中，主题（Topic）指消息通信主题，Pub/Sub 模型中消息的通信媒介。发布订阅必须要有主题，通信时基于每个设备的具体 Topic。
在消息队列 TDMQ、CKafka、CMQ 中，主题（Topic）是用于存储消息的逻辑概念，可以看做一个消息集合。每个 Topic 可以有多个生产者向其中推送（push）消息，也可以有任意多个消费者消费其中的消息。
在日志服务中，主题（Topic）指日志服务 CLS 提供的基本管理单元，一个日志主题对应一个应用或者服务。日志主题 Topic 是 CLS 的最小管理单元，采集、索引、投递等配置围绕 Topic 进行。一个日志集可以包含多个日志主题。