【Flink】DataHub作为结果表存在大量重复数据
场景描述
从DataHub的Topic A中读取数据，通过实时计算 Flink处理后写入到DataHub中的Topic B，发现有大量重复数据。
产生原因
以上问题是由DataHub存储机制导致的。
DataHub是一种消息队列服务，写入一条数据，就存储一条数据，不会对数据的重复性进行判断，而是将每一条输入的数据当成新数据进行储存。
本场景中，运算过程中的的计算数据同样会被DataHub储存，从而导致了大量的重复数据。
展开
收起
1
条回答
写回答
写回答
-
阿里云开发者社区运营负责人。原云栖社区负责人。实际已经回复了。
比如这里分析了产生原因和办法。
以上问题是由DataHub存储机制导致的。
DataHub是一种消息队列服务，写入一条数据，就存储一条数据，不会对数据的重复性进行判断，而是将每一条输入的数据当成新数据进行储存。
本场景中，运算过程中的的计算数据同样会被DataHub储存，从而导致了大量的重复数据。2019-07-17 23:14:30赞同 展开评论 打赏
问答分类：
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。
相关问答
问答排行榜
最热
最新
推荐问答
相关文章
相关电子书
更多
