实时计算 Flink版产品使用合集之在读取Oracle归档日志时出现日志数量大幅增加的情况如何解决

简介: 实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。

问题一:1.13.6的flink,该事务执行时间稍长由比较多的数据被处理,但与该job关注的表无关?


1.13.6的flink,cdc读mysql的binlog,卡在一个binlog点上,就在一直卡在这里。在这期间附近有个其他表的大事务操作发生,该事务执行时间稍长由比较多的数据被处理,但与该job关注的表无关?io.debezium.connector.mysql.MySqlStreamingChangeEventSource [] - Stopped reading binlog after 0 events, no new offset was recorded io.debezium.connector.mysql.MySqlStreamingChangeEventSource [] - Connected to MySQL binlog atMySQL cdc

后来,在卡住大概2小时后发生了OOM


参考回答:

加大内存,mysql binlog机制只能订阅实例的全部表的变更


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/567884


问题二:Flink CDC我那个替换了jar包来着,然后重启的,还是加载2.2.1是什么情况?


Flink CDC我那个替换了jar包来着,然后重启的,还是加载2.2.1是什么情况?没有配置serverid什么的?我用yarn per提交的来着,lib里面也就是一个版本


参考回答:

cdc版本只能存在一个在lib中,具体不清楚能。日志显示2.2.1就是不对的哦,是不是你你还有其他地方不小心引用了


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/567878


问题三:Flink CDC 取oracle归档日志暴涨 怎么解决呀?


Flink CDC 取oracle归档日志暴涨 怎么解决呀?


参考回答:

如果Flink CDC在读取Oracle归档日志时出现日志数量大幅增加的情况,可以从以下几个方面进行处理:

  1. 增加归档日志的记录保留时间:默认情况下,Oracle CDC会将归档日志保留1天。如果数据变化频繁,可以将记录保留时间增加到更长,以避免归档日志被过早删除。
  2. 使用更高效的归档日志压缩格式:通过选择更高效的归档日志压缩格式,可以减少存储空间,降低I/O开销。
  3. 调整Flink CDC的工作负载:如果Flink CDC在短时间内接收到了大量归档日志,可以尝试调整其工作负载,例如减少数据读取速度或增加并发度,以缓解压力。
  4. 升级硬件设备:如果现有的硬件设备无法满足Flink CDC的需求,可以考虑升级硬件设备,如提升CPU性能或扩大内存容量。
  5. 检查并优化相关SQL语句:若在Flink CDC作业中包含SQL查询操作,需要检查是否存在低效的SQL语句,对其进行优化,降低归档日志的产生速度。


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/567876


问题四:Flink CDC中“null”是字符串不是空转不了long?


Flink CDC中“null”是字符串不是空转不了long?


参考回答:

不是的Invalid Java object for schema type STRING: class java.lang.Long for field: "null",字段是null而已,值不是null


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/567871


问题五:Flink CDC有没有人遇到过pg的复制槽,表的复制标识这块设置问题?


Flink CDC有没有人遇到过pg的复制槽,表的复制标识这块设置问题?就是表的复制标识必须设置成full,感觉这个开销大如果是默认主键的逻辑的话好像是会报The "before" field of UPDATE/DELETE message is null, please check the Postgres table has been set REPLICA IDENTITY to FULL level. You can update the setting by running the command in Postgres 'ALTER TABLE public.resident REPLICA IDENTITY FULL'. Please see more in Debezium documentation: https://debezium.io/documentation/reference/1.5/connectors/postgresql.html#postgresql-replica-identity


参考回答:

是的,Flink CDC在处理PostgreSQL数据库时,确实需要确保表的复制标识设置为FULL。这是因为在执行UPDATE/DELETE操作时,Debezium会检查"before"字段是否为null,如果为null,则会报错。因此,为了解决这个问题,你需要在PostgreSQL中运行以下命令来设置表的复制标识为FULL:

ALTER TABLE public.resident REPLICA IDENTITY FULL;

你可以在Debezium文档中找到更多关于PostgreSQL连接器的信息:https://debezium.io/documentation/reference/1.5/connectors/postgresql.html#postgresql-replica-identity


关于本问题的更多回答可点击原文查看:https://developer.aliyun.com/ask/567866

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
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
1025 56
|
SQL 运维 数据可视化
阿里云实时计算Flink版产品体验测评
阿里云实时计算Flink基于Apache Flink构建,提供一站式实时大数据分析平台,支持端到端亚秒级实时数据分析,适用于实时大屏、实时报表、实时ETL和风控监测等场景,具备高性价比、开发效率、运维管理和企业安全等优势。
|
数据可视化 大数据 数据处理
评测报告:实时计算Flink版产品体验
实时计算Flink版提供了丰富的文档和产品引导,帮助初学者快速上手。其强大的实时数据处理能力和多数据源支持,满足了大部分业务需求。但在高级功能、性能优化和用户界面方面仍有改进空间。建议增加更多自定义处理函数、数据可视化工具,并优化用户界面,增强社区互动,以提升整体用户体验和竞争力。
343 2
|
运维 数据处理 Apache
数据实时计算产品对比测评报告:阿里云实时计算Flink版
数据实时计算产品对比测评报告:阿里云实时计算Flink版
|
存储 SQL 关系型数据库
实时计算 Flink版产品使用问题之如何高效地将各分片存储并跟踪每个分片的消费位置
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
Prometheus 监控 Cloud Native
实时计算 Flink版产品使用问题之怎么关闭HDFS的Web界面
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
消息中间件 存储 关系型数据库
实时计算 Flink版产品使用问题之如何使用Kafka Connector将数据写入到Kafka
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
SQL 存储 关系型数据库
实时计算 Flink版产品使用问题之同步MySQL多张表的过程中,内存释放依赖于什么
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
关系型数据库 MySQL 数据处理
实时计算 Flink版产品使用问题之mini-cluster模式下,怎么指定checkpoint的时间间隔
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
SQL 运维 大数据
大数据实时计算产品的对比测评
在使用多种Flink实时计算产品后,我发现Flink凭借其流批一体的优势,在实时数据处理领域表现出色。它不仅支持复杂的窗口机制与事件时间处理,还具备高效的数据吞吐能力和精准的状态管理,确保数据处理既快又准。此外,Flink提供了多样化的编程接口和运维工具,简化了开发流程,但在界面友好度上还有提升空间。针对企业级应用,Flink展现了高可用性和安全性,不过价格因素可能影响小型企业的采纳决策。未来可进一步优化文档和自动化调优工具,以提升用户体验。
579 0

相关产品

  • 实时计算 Flink版
  • 推荐镜像

    更多