Flink + Canal的实时数据入湖架构存在哪些主要问题？
写回答
Flink + Canal的实时数据入湖架构主要存在三个问题。首先，全量与增量数据存在重复，因为采集过程中不会锁表，可能导致在全量采集过程中采集到已变更的数据，从而造成数据重复。其次，需要下游进行Upsert或Merge写入来剔除重复数据，增加了处理复杂度和资源消耗。最后，该架构涉及多个组件（Flink、Canal、Kafka、Spark）和较长的链路，导致资源消耗大且难以维护。
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。
