开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

使用flinkcdc同步数据到数仓,如果发生上下游数据不一致的情况,有没有手段能人工同步差异数据?

使用flinkcdc同步数据到数仓,如果发生上下游数据不一致的情况,比如少了几条数据,有没有手段能人工同步差异数据?

展开
收起
小小鹿鹿鹿 2024-05-20 21:10:36 36 0
1 条回答
写回答
取消 提交回答
  • 我们这边手搓sink,记录异常信息,可以实现。如果数据缺一点无所谓,个人建议加个校验的批作业,定期校验,然后修,最简单。flinkcdc同步数据到数仓,如果丢了,这事是不合理的,如果异常数据没办法处理,可以考虑写到一个error表集成看下问题。truncate操作在flin侧是不支持的,所以不会丢数据会多数据,另外有truncate这种操作权限的人还是少数,truncate而且是不可恢复的,这种删除在我们这边是禁止的
    rds的存储经常上限,没有业务爆发增长的情况下出现这种情况,是不是表设计的不合理导致的数据量太大?用flink-cdc就是保证数据不丢,保序,支持断点续传,无锁等。此回答来自钉群Flink CDC 社区 。

    2024-05-20 22:58:01
    赞同 3 展开评论 打赏

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。

相关电子书

更多
新氧云原生全栈数仓最佳实践 立即下载
离线实时一体化数仓与湖仓一体—云原生大数据平台的持续演进 立即下载
企业大数据平台下数仓架构 立即下载