以下是使用Apache Flink基于事件时间计算最后一个窗口的解决方法，并包含了代码示例：

1. 创建一个包含事件时间字段的数据流：

DataStream events = ...
    .assignTimestampsAndWatermarks(new TimestampExtractor());

2. 使用事件时间分配器为数据流分配事件时间戳和水印。可以使用BoundedOutOfOrdernessTimestampExtractor或自定义的AssignerWithPeriodicWatermarks。

public class TimestampExtractor implements AssignerWithPeriodicWatermarks {

    private final long maxOutOfOrderness = 5000; // 最大允许的乱序时间为5秒
    private long currentMaxTimestamp;

    @Override
    public long extractTimestamp(Event event, long previousElementTimestamp) {
        long timestamp = event.getTimestamp();
        currentMaxTimestamp = Math.max(timestamp, currentMaxTimestamp);
        return timestamp;
    }

    @Override
    public Watermark getCurrentWatermark() {
        // 延迟发送水印，确保所有事件都到达
        return new Watermark(currentMaxTimestamp - maxOutOfOrderness);
    }
}

3. 定义窗口并进行窗口计算，使用EventTimeSessionWindows来定义事件时间会话窗口。

DataStream result = events
    .windowAll(EventTimeSessionWindows.withGap(Time.minutes(5))) // 定义5分钟的事件时间会话窗口
    .apply(new WindowFunction() {

        @Override
        public void apply(TimeWindow window,
                Iterable events,
                Collector out) throws Exception {
            
            // 在窗口中收集所有事件
            List eventList = new ArrayList<>();
            for (Event event : events) {
                eventList.add(event);
            }
            
            // 在窗口关闭时输出结果
            if (window.getEnd() == currentMaxTimestamp) {
                // 计算最后一个窗口的结果
                Result result = computeResult(eventList);
                out.collect(result);
            }
        }
    });

在上面的代码示例中，我们使用了windowAll方法来对整个数据流进行窗口计算。在窗口关闭时，我们检查窗口的结束时间是否等于当前最大的事件时间戳，以确定是否为最后一个窗口。如果是最后一个窗口，我们对窗口中的事件进行处理，并输出结果。

请注意，上述代码示例仅提供了基本的解决方法，并假设您已经熟悉Apache Flink的基本概念和API。实际的代码实现可能会根据您的具体需求而有所不同。