Flink CDC产品常见问题之内存释放失败如何解决

简介: Flink CDC(Change Data Capture)是一个基于Apache Flink的实时数据变更捕获库,用于实现数据库的实时同步和变更流的处理;在本汇总中,我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答,目的是辅助用户更好地理解和应用这一技术,优化实时数据处理流程。

问题一:Flink cdc同步mysql多张表,初始化过程中,内存是如何释放的?

Flink cdc同步mysql多张表,初始化过程中,内存是如何释放的?用增量快照算法,指定的拆分主键,状态后端默认的,TM内存。存储在hashMap。



参考答案:

生产一般都不会用hashmap作为状态后端,都是rocksdb为主。不管是不是初始化,flink任务生产主要还是rocksdb作为状态后端。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/599255?spm=a2c6h.12873639.article-detail.47.50e24378TRW91E



问题二:Flink CDC里你们有调试过全量快照读取+增量binlog的时候吗?

com.ververica.cdc.connectors.mysql.debezium.task.MySqlBinlogSplitReadTask#handleEvent。Flink CDC里你们有调试过全量快照读取+增量binlog的时候吗?在获取低水位到高水位的binlog时 获取到一两条binlog就finish了高水位的offset里取自SHOW MASTER STATUS命令 serverId也获取不到啊 ?



参考答案:

感觉这里是个bug,不知道和mysql版本有没有关系。show master status的结果里没有server_id。可以在currentBinlogOffset的方法里把serverid查出来放进去。或者参考

https://github.com/ververica/flink-cdc-connectors/pull/2808/commits/a67d150c4556b73cb7752a949db0681ad3340dfa



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/599254?spm=a2c6h.12873639.article-detail.48.50e24378TRW91E



问题三:Flink CDC里postgres cdc这种情况应该怎么解决的吗?

Flink CDC里postgres cdc这种情况应该怎么解决的吗? 这个配置是加在postgresql.conf文件的吗?



参考答案:

'decoding.plugin.name' = 'pgoutput', 配置这边指定一下。加你的flink sql语句里面。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/599253?spm=a2c6h.12873639.article-detail.49.50e24378TRW91E



问题四:hudi connector用flink cdc的pipeline配置文件方式提交的话,要怎么改造?

hudi connector用flink cdc的pipeline配置文件方式提交的话,需要怎么改造?



参考答案:

要使用Flink CDC的pipeline配置文件方式提交Hudi连接器,你需要进行以下步骤:

  1. 定义Hudi Sink: 在Flink的conf/flink-conf.yaml文件中,添加Hudi的配置信息。这包括指定Hudi的存储类型(例如,COW或MOR),表名,以及其他相关配置。
  2. 创建源表和目标表: 使用Flink SQL DDL语句创建源表(从MySQL CDC捕获变更)和目标表(将变更写入到Hudi)。
  3. 编写SQL查询: 使用Flink SQL编写一个查询,该查询将从源表中读取变更,并将结果插入到目标表中。
  4. 创建pipeline配置文件: 创建一个Flink pipeline配置文件,该文件包含上述SQL查询以及所需的连接器配置。
  5. 提交作业: 使用Flink的客户端工具提交作业,指定pipeline配置文件作为参数。

请注意,虽然Flink CDC提供了对Hudi的支持,但是目前还没有直接继承Sink接口的Hudi连接器,因此可能需要自定义一个继承Sink接口的适配器类来实现适配。具体步骤可以参考Flink CDC的文档和示例代码。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/599252?spm=a2c6h.12873639.article-detail.50.50e24378TRW91E



问题五:Flink CDC里整库同步支持字段映射吗?

Flink CDC里整库同步支持字段映射吗?类型是一方面,字段位置,个数的映射这方面的。



参考答案:

不能完全支持字段类型,有的是兼容性处理。字段位置不能动态调整,新增字段放在最后一位。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/599213?spm=a2c6h.12873639.article-detail.51.50e24378TRW91E

相关实践学习
基于Hologres+Flink搭建GitHub实时数据大屏
通过使用Flink、Hologres构建实时数仓,并通过Hologres对接BI分析工具(以DataV为例),实现海量数据实时分析.
实时计算 Flink 实战课程
如何使用实时计算 Flink 搞定数据处理难题?实时计算 Flink 极客训练营产品、技术专家齐上阵,从开源 Flink功能介绍到实时计算 Flink 优势详解,现场实操,5天即可上手! 欢迎开通实时计算 Flink 版: https://cn.aliyun.com/product/bigdata/sc Flink Forward Asia 介绍: Flink Forward 是由 Apache 官方授权,Apache Flink Community China 支持的会议,通过参会不仅可以了解到 Flink 社区的最新动态和发展计划,还可以了解到国内外一线大厂围绕 Flink 生态的生产实践经验,是 Flink 开发者和使用者不可错过的盛会。 去年经过品牌升级后的 Flink Forward Asia 吸引了超过2000人线下参与,一举成为国内最大的 Apache 顶级项目会议。结合2020年的特殊情况,Flink Forward Asia 2020 将在12月26日以线上峰会的形式与大家见面。
相关文章
|
10月前
|
SQL 关系型数据库 Apache
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
本文将深入解析 Flink-Doris-Connector 三大典型场景中的设计与实现,并结合 Flink CDC 详细介绍了整库同步的解决方案,助力构建更加高效、稳定的实时数据处理体系。
3564 0
从 Flink 到 Doris 的实时数据写入实践 —— 基于 Flink CDC 构建更实时高效的数据集成链路
|
数据采集 SQL canal
Amoro + Flink CDC 数据融合入湖新体验
本文总结了货拉拉高级大数据开发工程师陈政羽在Flink Forward Asia 2024上的分享,聚焦Flink CDC在货拉拉的应用与优化。内容涵盖CDC应用现状、数据入湖新体验、入湖优化及未来规划。文中详细分析了CDC在多业务场景中的实践,包括数据采集平台化、稳定性建设,以及面临的文件碎片化、Schema演进等挑战。同时介绍了基于Apache Amoro的湖仓融合架构,通过自优化服务解决小文件问题,提升数据新鲜度与读写平衡。未来将深化Paimon与Amoro的结合,打造更高效的入湖生态与自动化优化方案。
695 1
Amoro + Flink CDC 数据融合入湖新体验
|
SQL 关系型数据库 MySQL
Flink CDC 3.4 发布, 优化高频 DDL 处理,支持 Batch 模式,新增 Iceberg 支持
Apache Flink CDC 3.4.0 版本正式发布!经过4个月的开发,此版本强化了对高频表结构变更的支持,新增 batch 执行模式和 Apache Iceberg Sink 连接器,可将数据库数据全增量实时写入 Iceberg 数据湖。51位贡献者完成了259次代码提交,优化了 MySQL、MongoDB 等连接器,并修复多个缺陷。未来 3.5 版本将聚焦脏数据处理、数据限流等能力及 AI 生态对接。欢迎下载体验并提出反馈!
1938 1
Flink CDC 3.4 发布, 优化高频 DDL 处理,支持 Batch 模式,新增 Iceberg 支持
|
12月前
|
消息中间件 SQL 关系型数据库
Flink CDC + Kafka 加速业务实时化
Flink CDC 是一种支持流批一体的分布式数据集成工具,通过 YAML 配置实现数据传输过程中的路由与转换操作。它已从单一数据源的 CDC 数据流发展为完整的数据同步解决方案,支持 MySQL、Kafka 等多种数据源和目标端(如 Delta Lake、Iceberg)。其核心功能包括多样化数据输入链路、Schema Evolution、Transform 和 Routing 模块,以及丰富的监控指标。相比传统 SQL 和 DataStream 作业,Flink CDC 提供更灵活的 Schema 变更控制和原始 binlog 同步能力。
|
10月前
|
存储 分布式计算 数据处理
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
阿里云实时计算Flink团队,全球领先的流计算引擎缔造者,支撑双11万亿级数据处理,推动Apache Flink技术发展。现招募Flink执行引擎、存储引擎、数据通道、平台管控及产品经理人才,地点覆盖北京、杭州、上海。技术深度参与开源核心,打造企业级实时计算解决方案,助力全球企业实现毫秒洞察。
845 0
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
|
运维 数据处理 数据安全/隐私保护
阿里云实时计算Flink版测评报告
该测评报告详细介绍了阿里云实时计算Flink版在用户行为分析与标签画像中的应用实践,展示了其毫秒级的数据处理能力和高效的开发流程。报告还全面评测了该服务在稳定性、性能、开发运维及安全性方面的卓越表现,并对比自建Flink集群的优势。最后,报告评估了其成本效益,强调了其灵活扩展性和高投资回报率,适合各类实时数据处理需求。
|
存储 分布式计算 流计算
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
本文介绍了阿里云开源大数据团队在实时计算领域的最新成果——向量化流计算引擎Flash。文章主要内容包括:Apache Flink 成为业界流计算标准、Flash 核心技术解读、性能测试数据以及在阿里巴巴集团的落地效果。Flash 是一款完全兼容 Apache Flink 的新一代流计算引擎,通过向量化技术和 C++ 实现,大幅提升了性能和成本效益。
4546 74
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
zdl
|
消息中间件 运维 大数据
大数据实时计算产品的对比测评:实时计算Flink版 VS 自建Flink集群
本文介绍了实时计算Flink版与自建Flink集群的对比,涵盖部署成本、性能表现、易用性和企业级能力等方面。实时计算Flink版作为全托管服务,显著降低了运维成本,提供了强大的集成能力和弹性扩展,特别适合中小型团队和业务波动大的场景。文中还提出了改进建议,并探讨了与其他产品的联动可能性。总结指出,实时计算Flink版在简化运维、降低成本和提升易用性方面表现出色,是大数据实时计算的优选方案。
zdl
781 56
|
人工智能 Apache 流计算
Flink Forward Asia 2024 上海站|探索实时计算新边界
Flink Forward Asia 2024 即将盛大开幕!11 月 29 至 30 日在上海举行,大会聚焦 Apache Flink 技术演进与未来规划,涵盖流式湖仓、流批一体、Data+AI 融合等前沿话题,提供近百场专业演讲。立即报名,共襄盛举!官网:https://asia.flink-forward.org/shanghai-2024/
1635 33
Flink Forward Asia 2024 上海站|探索实时计算新边界

相关产品

  • 实时计算 Flink版