实时计算 Flink版产品使用合集之环境只能拿到全量数据,无法获取增量数据,是什么导致的

本文涉及的产品
实时计算 Flink 版,1000CU*H 3个月
简介: 实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。

问题一:Flink CDC2.4.1 flink1.14.6,sql left join一些表,这个咋解决?


Flink CDC2.4.1 flink1.14.6,sql left join一些表,非主键关键,会丢失delete同步,这个咋解决?


参考回答

如果您使用的是Flink CDC v2.4.1和Flint 1.14.6,可能是因为缺少合适的配置或者连接器导致删除事件无法及时捕获。

针对这种问题,您可以在Flink SQL语句中加入WITH (key='id')关键字,以指定Join的主键字段,如:

SELECT * FROM sourceTable AS src LEFT JOIN targetTable AS tgt ON src.id = tgt.id WITH (key='id')


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/570213


问题二:Flink CDC这个问题大家遇到过吗 请问怎么解决?


Flink CDC这个问题大家遇到过吗 请问怎么解决?

flinkcdc2.2.1 抽取oracle19c环境,'debezium.log.mining.strategy' = 'online_catalog',

'debezium.log.mining.continuous.mine' = 'true' 网上好像说是因为这个参数的问题,但是不设置这个参数的话 日志增长速度会非常快


参考回答:

Flink CDC 是一个用于捕获数据库变更的框架,它可以从多种数据库中抽取数据。在您的情况下,您正在使用 Flink CDC 2.2.1 版本来抽取 Oracle 19c 环境的数据。

关于您遇到的问题,debezium.log.mining.strategy 参数设置为 online_catalog 是必要的,因为它告诉 Flink CDC 使用在线目录模式进行日志挖掘。这意味着 Flink CDC 会实时监控数据库的变化,并在检测到变化时立即开始抽取数据。

然而,您提到不设置这个参数会导致日志增长速度非常快。这可能是由于以下原因:

  1. 数据库中的更改速度非常快,导致日志增长速度过快。
  2. Flink CDC 的配置可能没有正确设置,导致它无法有效地处理日志。

为了解决这个问题,您可以尝试以下方法:

  1. 检查数据库中的更改速度,确保它们不会对 Flink CDC 造成太大的影响。
  2. 调整 Flink CDC 的配置,例如增加缓冲区大小或调整心跳间隔,以确保它能够更有效地处理日志。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/570212


问题三:Flink CDC环境 只能拿到全量数据,没法拿到增量数据,还有可能是什么原因?


Flink CDC环境

maven依赖:flink-connector-db2-cdc 2.3.0

db2:docker安装 11.5.0.0

使用DataStream Source方式连接db2,只能拿到全量数据,没法拿到增量数据,还有可能是什么原因

env.enableCheckpointing() 已设置过?env.enableCheckpointing(3000);


参考回答:

有个SQL可以检测你的asncdc有没有正常开启的... 我之前的时候是按照db2 test 里得 dockerfile文件构建出来的, 是可以成功的.


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/570211


问题四:Flink CDC中 oracle19应该用哪个版本的cdc 包呀?


Flink CDC中 oracle19应该用哪个版本的cdc 包呀?本地环境1.13.6的 hadoop 2.8


参考回答:

对于Oracle 19c环境,推荐使用Flink CDC 2.3.0版本。该版本的Flink CDC对Oracle的数据进行了实时采集,底层使用的是debezium框架来实现,debezium使用oracle自带的logminer技术来实现。需要注意的是,logminer的采集需要对数据库和采集表添加补充日志。此外,如果在全量阶段发生数据更新,建议使用rowid来避免增量同步问题。请确保在设置过程中遵循最佳实践,以确保最佳的同步效果。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/570210


问题五:Flink CDC有测试过mysql-cdc的吞吐率么? 单线程每秒大概能获取多少的mysql数据?


Flink CDC有测试过mysql-cdc的吞吐率么? 单线程每秒大概能获取多少的mysql数据?主要就是看增加薄荷额吞吐量吧


参考回答:

只测过单表同步,1c2g全量大概5000/秒,增量的话测的不严谨,大概也得有个两三千,甚至还测出过两三万。总体性能还是不错的


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/570209

相关实践学习
基于Hologres+Flink搭建GitHub实时数据大屏
通过使用Flink、Hologres构建实时数仓,并通过Hologres对接BI分析工具(以DataV为例),实现海量数据实时分析.
实时计算 Flink 实战课程
如何使用实时计算 Flink 搞定数据处理难题?实时计算 Flink 极客训练营产品、技术专家齐上阵,从开源 Flink功能介绍到实时计算 Flink 优势详解,现场实操,5天即可上手! 欢迎开通实时计算 Flink 版: https://cn.aliyun.com/product/bigdata/sc Flink Forward Asia 介绍: Flink Forward 是由 Apache 官方授权,Apache Flink Community China 支持的会议,通过参会不仅可以了解到 Flink 社区的最新动态和发展计划,还可以了解到国内外一线大厂围绕 Flink 生态的生产实践经验,是 Flink 开发者和使用者不可错过的盛会。 去年经过品牌升级后的 Flink Forward Asia 吸引了超过2000人线下参与,一举成为国内最大的 Apache 顶级项目会议。结合2020年的特殊情况,Flink Forward Asia 2020 将在12月26日以线上峰会的形式与大家见面。
相关文章
|
4月前
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
简介:本文整理自阿里云高级技术专家李麟在Flink Forward Asia 2025新加坡站的分享,介绍了Flink 2.1 SQL在实时数据处理与AI融合方面的关键进展,包括AI函数集成、Join优化及未来发展方向,助力构建高效实时AI管道。
791 43
|
4月前
|
SQL 人工智能 JSON
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
本文整理自阿里云的高级技术专家、Apache Flink PMC 成员李麟老师在 Flink Forward Asia 2025 新加坡[1]站 —— 实时 AI 专场中的分享。将带来关于 Flink 2.1 版本中 SQL 在实时数据处理和 AI 方面进展的话题。
285 0
Flink 2.1 SQL:解锁实时数据与AI集成,实现可扩展流处理
|
8月前
|
存储 消息中间件 Kafka
基于 Flink 的中国电信星海时空数据多引擎实时改造
本文整理自中国电信集团大数据架构师李新虎老师在Flink Forward Asia 2024的分享,围绕星海时空智能系统展开,涵盖四个核心部分:时空数据现状、实时场景多引擎化、典型应用及未来展望。系统日处理8000亿条数据,具备亚米级定位能力,通过Flink多引擎架构解决数据膨胀与响应时效等问题,优化资源利用并提升计算效率。应用场景包括运动状态识别、个体行为分析和群智感知,未来将推进湖仓一体改造与三维时空服务体系建设,助力数字化转型与智慧城市建设。
815 3
基于 Flink 的中国电信星海时空数据多引擎实时改造
|
4月前
|
存储 分布式计算 数据处理
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
阿里云实时计算Flink团队,全球领先的流计算引擎缔造者,支撑双11万亿级数据处理,推动Apache Flink技术发展。现招募Flink执行引擎、存储引擎、数据通道、平台管控及产品经理人才,地点覆盖北京、杭州、上海。技术深度参与开源核心,打造企业级实时计算解决方案,助力全球企业实现毫秒洞察。
482 0
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
|
4月前
|
SQL 关系型数据库 Apache
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
本文将深入解析 Flink-Doris-Connector 三大典型场景中的设计与实现,并结合 Flink CDC 详细介绍了整库同步的解决方案,助力构建更加高效、稳定的实时数据处理体系。
1782 0
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
|
5月前
|
存储 消息中间件 搜索推荐
京东零售基于Flink的推荐系统智能数据体系
摘要:本文整理自京东零售技术专家张颖老师,在 Flink Forward Asia 2024 生产实践(二)专场中的分享,介绍了基于Flink构建的推荐系统数据,以及Flink智能体系带来的智能服务功能。内容分为以下六个部分: 推荐系统架构 索引 样本 特征 可解释 指标 Tips:关注「公众号」回复 FFA 2024 查看会后资料~
348 1
京东零售基于Flink的推荐系统智能数据体系
|
9月前
|
Oracle 关系型数据库 Java
【YashanDB知识库】Flink CDC实时同步Oracle数据到崖山
本文介绍通过Flink CDC实现Oracle数据实时同步至崖山数据库(YashanDB)的方法,支持全量与增量同步,并涵盖新增、修改和删除的DML操作。内容包括环境准备(如JDK、Flink版本等)、Oracle日志归档启用、用户权限配置、增量日志记录设置、元数据迁移、Flink安装与配置、生成Flink SQL文件、Streampark部署,以及创建和启动实时同步任务的具体步骤。适合需要跨数据库实时同步方案的技术人员参考。
【YashanDB知识库】Flink CDC实时同步Oracle数据到崖山
|
10月前
|
Java 关系型数据库 MySQL
SpringBoot 通过集成 Flink CDC 来实时追踪 MySql 数据变动
通过详细的步骤和示例代码,您可以在 SpringBoot 项目中成功集成 Flink CDC,并实时追踪 MySQL 数据库的变动。
2399 45
|
9月前
|
SQL 存储 调度
基于 Flink 进行增量批计算的探索与实践
基于 Flink 进行增量批计算的探索与实践
233 1
基于 Flink 进行增量批计算的探索与实践

相关产品

  • 实时计算 Flink版