实时计算 Flink版操作报错之连接外部kafka本地执行测试代码报错如何解决

简介: 在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。

问题一:Flink CDC编译build都正常,在idea中执行的时候提示这个错误?


Flink CDC编译build都正常,在idea中执行的时候提示这个错误?


参考回答:

缺少jar包,flink-java-api


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/584427



问题二:Flink CDC有人遇到过这个问题吗?


Flink CDC有人遇到过这个问题吗?Caused by: org.apache.flink.util.FlinkRuntimeException: The assigner is not ready to offer finished split information, this should not be called

at com.ververica.cdc.connectors.mysql.source.assigners.MySqlSnapshotSplitAssigner.getFinishedSplitInfos(MySqlSnapshotSplitAssigner.java:355)

at com.ververica.cdc.connectors.mysql.source.assigners.MySqlHybridSplitAssigner.getFinishedSplitInfos(MySqlHybridSplitAssigner.java:139)

at com.ververica.cdc.connectors.mysql.source.enumerator.MySqlSourceEnumerator.sendBinlogMeta(MySqlSourceEnumerator.java:251)

at com.ververica.cdc.connectors.mysql.source.enumerator.MySqlSourceEnumerator.handleSourceEvent(MySqlSourceEnumerator.java:145)

at org.apache.flink.runtime.source.coordinator.SourceCoordinator.lambda$handleEventFromOperator$1(SourceCoordinator.java:167)

at org.apache.flink.runtime.source.coordinator.SourceCoordinator.lambda$runInEventLoop$8(SourceCoordinator.java:329)

... 8 more


参考回答:

看着像是主键分割有异常


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/584426



问题三:Flink CDC有没有遇到Oracle表没有获取日志,也没报错?cdc 2.2 oracle19c


Flink CDC有没有遇到Oracle表没有获取日志,也没报错?cdc 2.2 oracle19c


参考回答:

首先确认19的部署模式是不是有pdb库,归档日志是否正常开启


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/584420



问题四:flink-cdc2.4.0监听Oracle数据库,监听表发生表结构变更报错挂掉,有解决方案吗?


flink-cdc2.4.0监听Oracle数据库,监听表发生表结构变更报错挂掉, mysql在这一块倒是支持表结构变更不受影响继续监听,oracle是还没支持还是有解决方法?用的是java集成cdc,构造数据源是使用DataStream Source。现在3.0.0会支持吗?


参考回答:

Flink CDC在处理Oracle数据库的变更数据捕获时,对于表结构的变更可能没有像MySQL那样提供无缝的支持。当Oracle数据库中的表结构发生变更时,可能会导致Flink CDC任务失败或者挂起。

目前,Oracle的CDC支持在Flink中主要是通过Debezium Oracle Connector实现的。Debezium在处理Oracle的表结构变更时,可能会遇到一些挑战,因为Oracle的DDL语句和MySQL有所不同,且Oracle的元数据访问也更为复杂。

以下是一些可能的解决方法或注意事项:

  1. 手动干预
  • 在进行表结构变更之前,可以先暂停Flink CDC任务,完成变更后再恢复任务。
  • 或者在变更后,重新配置和启动Flink CDC任务以适应新的表结构。
  1. 使用Debezium的事件筛选功能
  • 可能可以通过配置Debezium Oracle Connector来忽略或者特殊处理DDL事件,但这需要对Debezium的配置和工作原理有深入理解。


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/584177



问题五:Flink1.18.0版本连接外部kafka本地执行测试代码报错


版本:Flink1.18.0

代码如下:```

public static void main(String[] args) {

//1、创建TableEnvironment
    EnvironmentSettings settings = EnvironmentSettings.newInstance().build();
    TableEnvironment tEnv = TableEnvironment.create(settings);
    //2、创建source  table
    Schema schema = Schema.newBuilder()
            .column("user", DataTypes.STRING())
            .column("url",DataTypes.STRING())
            .column("cTime", DataTypes.STRING())
            .build();
    tEnv.createTemporaryTable( "sourceTable", TableDescriptor.forConnector("kafka")
            .schema(schema)
            .option("topic","spring_test_kafka_topic")
            .option("properties.bootstrap.servers","xxxxx:9092")
            .option("properties.group.id","clicklog")
            .option("scan.startup.mode","earliest-offset")
            .option("format","json")
            .build()
    );
    //3、创建sink  table
    tEnv.createTemporaryTable("sinkTable",
            TableDescriptor.forConnector("print").schema(schema).build());
    //4、执行sql查询
    //Table resultTable = tEnv.sqlQuery(" select ,userurl,cTime from sourceTable ");
    Table resultTable = tEnv.from("sourceTable")
            .select($("user"), $("url"),$("cTime"));
    //5、输出
    resultTable.executeInsert("sinkTable");
}

```

操作流程:运行代码报错:

请问是什么原因呢,请大佬指点


参考回答:

是引入的依赖包造成的,刚开始参考官方文档引入kafka依赖时,项目的pom文件引入的是flink-connector-kafka,而不是flink-sql-connector-kafka,修改pom文件如下即可,同时要将对应的jar包上传到flink集群各节点的lib包下并重启集群

此外,kafka上的主题名称不要使用下划线,否则会报类似如下的错误:


关于本问题的更多回答可点击原文查看:

https://developer.aliyun.com/ask/584162

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
|
消息中间件 前端开发 Kafka
【Azure 事件中心】使用Apache Flink 连接 Event Hubs 出错 Kafka error: No resolvable bootstrap urls
【Azure 事件中心】使用Apache Flink 连接 Event Hubs 出错 Kafka error: No resolvable bootstrap urls
337 2
|
消息中间件 Java Kafka
【Azure Kafka】使用Spring Cloud Stream Binder Kafka 发送并接收 Event Hub 消息及解决并发报错
reactor.core.publisher.Sinks$EmissionException: Spec. Rule 1.3 - onSubscribe, onNext, onError and onComplete signaled to a Subscriber MUST be signaled serially.
268 6
|
消息中间件 监控 Kafka
实时计算 Flink版产品使用问题之处理Kafka数据顺序时,怎么确保事件的顺序性
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。
|
消息中间件 Kafka 测试技术
【Azure 事件中心】使用Kafka的性能测试工具(kafka-producer-perf-test)测试生产者发送消息到Azure Event Hub的性能
【Azure 事件中心】使用Kafka的性能测试工具(kafka-producer-perf-test)测试生产者发送消息到Azure Event Hub的性能
448 2
|
消息中间件 中间件 Kafka
解锁Kafka等消息队列中间件的测试之道
在这个数字化时代,分布式系统和消息队列中间件(如Kafka、RabbitMQ)已成为日常工作的核心组件。本次公开课由前字节跳动资深专家KK老师主讲,深入解析消息队列的基本原理、架构及测试要点,涵盖功能、性能、可靠性、安全性和兼容性测试,并探讨其主要应用场景,如应用解耦、异步处理和限流削峰。课程最后设有互动答疑环节,助你全面掌握消息队列的测试方法。
|
消息中间件 监控 Java
联通实时计算平台问题之监控Kafka集群的断传和积压情况要如何操作
联通实时计算平台问题之监控Kafka集群的断传和积压情况要如何操作
208 1
|
消息中间件 资源调度 大数据
大数据-112 Flink DataStreamAPI 程序输入源 DataSource 基于文件、集合、Kafka连接器
大数据-112 Flink DataStreamAPI 程序输入源 DataSource 基于文件、集合、Kafka连接器
299 0
|
消息中间件 存储 关系型数据库
实时计算 Flink版产品使用问题之如何使用Kafka Connector将数据写入到Kafka
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。
|
消息中间件 Java Kafka
【Azure 事件中心】开启 Apache Flink 制造者 Producer 示例代码中的日志输出 (连接 Azure Event Hub Kafka 终结点)
【Azure 事件中心】开启 Apache Flink 制造者 Producer 示例代码中的日志输出 (连接 Azure Event Hub Kafka 终结点)
226 0
|
消息中间件 存储 缓存
kafka 的数据是放在磁盘上还是内存上,为什么速度会快?
Kafka的数据存储机制通过将数据同时写入磁盘和内存,确保高吞吐量与持久性。其日志文件按主题和分区组织,使用预写日志(WAL)保证数据持久性,并借助操作系统的页缓存加速读取。Kafka采用顺序I/O、零拷贝技术和批量处理优化性能,支持分区分段以实现并行处理。示例代码展示了如何使用KafkaProducer发送消息。

相关产品

  • 实时计算 Flink版
  • 下一篇
    开通oss服务