如果用flink cdc将postgres数据同步到kafka。首次全量同步的时候，程序挂掉重启，又会从头读取，导致kafka队列中的数据存在大量的重复。有没有啥好的办法呢？
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。
一般这种会在sink端进行业务id去重，及时重复也不影响。看sink端数据库支不支持，或者你使用upsert-kafka。此答案整理至钉群“Flink CDC 社区“。
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。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)