关于Flink CDC开启newlyAddedTable参数,不采集新的分表这个行为,是设计就是如此吗?看起来源码里是判断如果开启了newlyAddedTable,新的分表的数据就直接不往下游发送了?
Flink CDC 开启 newlyAddedTable 参数后,是不采集新的分表的数据的。这是为了避免当数据库新增分表时,Flink CDC 会将新增分表的数据全部发送到下游,导致下游的数据量过大。
如果您需要采集新增分表的数据,可以将 newlyAddedTable 参数设置为 false。但是,需要注意的是,当数据库新增分表时,Flink CDC 可能会错过新增分表的数据。
以下是 Flink CDC 不采集新增分表数据的原因:
当数据库新增分表时,Flink CDC 无法保证新增分表的数据和原有分表的数据是一致的。例如,新增分表可能包含原有分表中没有的数据,或者包含原有分表中数据的更新。如果 Flink CDC 直接将新增分表的数据发送到下游,可能会导致下游的数据不一致。
当数据库新增分表时,Flink CDC 无法保证新增分表的数据能够正确地落到下游。例如,新增分表的数据可能太大,导致下游无法处理。或者,新增分表的数据可能包含不正确的数据,导致下游的数据不正确。如果 Flink CDC 直接将新增分表的数据发送到下游,可能会导致下游出现问题。
因此,为了避免这些问题,Flink CDC 默认不采集新增分表的数据。如果您确实需要采集新增分表的数据,可以将 newlyAddedTable 参数设置为 false,但是需要注意上述的风险。
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。
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。