开发者社区> 问答> 正文

flink 1.6.1 RichAsyncFunction 异步请求外部系统导致下游数据大量重复是怎

请教大家一个问题, 我在使用flink 1.6 版本去用异步的方式

访问外部系统的时候发现下游的数据,本来应该只有一条的,结果被重复几十条。

我的异步Function 片段如下。

private static class SimpleAsyncFunction extends RichAsyncFunction<String, String> { private static final long serialVersionUID = 2098635244857937717L;

private transient ExecutorService executorService; private transient Client client ;

private final long shutdownWaitTS=1000;

@Override public void open(Configuration parameters) throws Exception { super.open(parameters);

executorService = new ThreadPoolExecutor(10,30,60,TimeUnit.SECONDS, new LinkedBlockingQueue<>(1000), new ThreadPoolExecutor.CallerRunsPolicy()); client= new Client(); }

@Override public void close() throws Exception { super.close(); ExecutorUtils.gracefulShutdown(shutdownWaitTS, TimeUnit.MILLISECONDS, executorService); }

@Override public void asyncInvoke(final String jsonStr, final ResultFuture resultFuture) { result = client.predict(jsonStr); resultFuture.complete(Collections.singletonList(result));}}

dag构建部分为: AsyncFunction<String, String> nlpMoaAsyncFunction = new SimpleAsyncFunction();

DataStream source = env.addSource(flinkKafkaConsumer010);

DataStream nlpResult = AsyncDataStream.unorderedWait( source, nlpMoaAsyncFunction, timeout, TimeUnit.MILLISECONDS, 30);

FlinkKafkaProducer010 kafkaProducer = new FlinkKafkaProducer010 ( ImmutableConstant.NLP_RESULT_KAFKA_TOPIC, new SimpleStringSchema(), producerProp );

nlpResult.addSink(kafkaProducer);

-------------------------整个逻辑其实很简单,程序运行在yarn 上10个taskmanager ,每个tm 一个slot。 有没有哪个碰到类似的问题,还是是bug 或者是我的实现有问题?*来自志愿者整理的flink邮件归档

展开
收起
彗星halation 2021-12-08 10:12:32 928 0
1 条回答
写回答
取消 提交回答
  • 从代码上看,并没有发现什么问题,给一些排查建议: 1)作业在这期间有 failover 过吗?Flink 写入 Kafka 目前默认不是端到端exactly once的。 2) “重复几十条”是怎么判断出来的呢? 会不会 kafka 源中的数据有重复呢?*来自志愿者整理的flink邮件归档

    2021-12-08 10:45:11
    赞同 展开评论 打赏
问答排行榜
最热
最新

相关电子书

更多
Flink CDC Meetup PPT - 龚中强 立即下载
Flink CDC Meetup PPT - 王赫 立即下载
Flink CDC Meetup PPT - 覃立辉 立即下载