cdc在进行千万级数据同步时，checkpoint状态比较大，老超时，这块儿有没有好的解决方案?
cdc在进行千万级数据同步时，checkpoint状态比较大，老超时，这块儿有没有好的解决方案? 
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
CSDN博客专家，51CTO博主专家，多知名企业认证讲师&签约作者&培训讲师，特邀作者等，华为云专家，资深测试开发专家，金牌面试官，职场面试培训及规划师。
【回答】 因为你没有描述，是否每次同步都是一次同步这么多， 这里，我就假设， 你第一次需要同步千万级数据， 后期，每次同步，都不需要千万级。 这里最常用的方案： ①第一次同步， 分批次同步，如果你不想修改任何配置、不想增加任何资源， 那就分批次同步。
②待第一次同步完成后， 后期，定期更新同步数据， 这样，即解决了同步超时，也解决了， 每次同步都是千万级的全部数据同步。
这里，如果你每次同步都需要全表同步， 那就需要考虑了，为何要全表同步， 如何改进。
每天定期更新， 这样， 会把当前更新/新增的数据，在做标识，这样， 每次同步的时候， 值对当前的做标识的数据进行同步。
同时，为了 同步后，出现数据问题， 你也需要在第一次同步完成后，每次都需要做backup。
这应该是互联网人必备的思维方式。
2023-01-12 15:25:43赞同 1 展开评论
问答分类：
问答地址：
开发者社区
>
大数据与机器学习
>
实时计算 Flink
>
问答
相关问答
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务，基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎，提高作业开发运维效率。
收录在圈子:
+ 订阅
实时计算 Flink 版（Alibaba Cloud Realtime Compute for Apache Flink，Powered by Ververica）是阿里云基于 Apache Flink 构建的企业级、高性能实时大数据处理系统，由 Apache Flink 创始团队官方出品，拥有全球统一商业化品牌，完全兼容开源 Flink API，提供丰富的企业级增值功能。
相关文章
热门讨论
热门文章
展开全部
展开全部
还有其他疑问?
咨询AI助理