Flink CDC现在从Kafka读取消息显示source背压100这种应该怎样分析？

Flink CDC现在从Kafka读取消息显示source背压100这种应该怎样分析，具体应该从哪里看才能得出结论是Kafka压力太大发送的量小了还是集群本身的资源不够了？都是Kafka读取的，web ui的source都是黑的如何分析背压原因，该从哪入手？每次读取才几百？

展开

收起

真的很搞笑 2023-12-13 21:21:02 147 0

2 条回答

写回答

取消提交回答

小周sir

面对过去，不要迷离；面对未来，不必彷徨；活在今天，你只要把自己完全展示给别人看。
在Flink CDC从Kafka读取消息并显示source背压为100时，出现这种情况可能有多种原因。为了确定问题的根源，您需要结合多个方面的信息进行分析。

首先，您可以使用Flink Web UI的反压监控面板来查看任务的反压状态。这个监控面板提供了SubTask级别的反压监控，可以通过周期性对Task线程的栈信息采样，判断线程是否被阻塞在请求Buffer中，从而判断节点是否处于反压状态。

其次，您可以考虑以下几个方面来进行排查：
1. 并行度设置：数据源端是Kafka，Source的并行度应设置为Kafka对应Topic的分区数。如果消费速度仍跟不上数据生产速度，可以考虑扩大Kafka的分区数，并调大并行度等于分区数。
2. 算子链接优化：Flink会将算子的subtasks链接成tasks，每个task由一个线程执行。了解Flink操作链的优化点可以帮助您定位哪个算子处理能力跟不上。
3. Kafka积压情况：当积压时，可以观察Kafka的积压情况，以及Flink ProcessFunction中的处理时间变化。
4. 资源检查：检查集群本身的资源是否足够，包括CPU、内存和磁盘等。
2023-12-14 21:35:16

赞同展开评论打赏
芯在这

你这是连表join了好多表吧，要知道flink的sql是sql语法，而不是真正的sql，所以大量的这种连表分组处理起来效率挺差的https://nightlies.apache.org/flink/flink-docs-release-1.18/docs/dev/table/sql/queries/joins/看看这些join 你用哪个合适，此回答整理自钉群“Flink CDC 社区”

2023-12-14 07:44:30

赞同展开评论打赏