开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

请问大佬,怎么可以在任务启动的时候获取全量将要同步的行数?我担心自己select count和CD

请问大佬,怎么可以在任务启动的时候获取全量将要同步的行数?我担心自己select count和CDC查出来的不一样

展开
收起
游客3oewgrzrf6o5c 2022-08-03 15:23:41 233 0
1 条回答
写回答
取消 提交回答
  • nnn

    要在任务启动时获取全量将要同步的行数,你可以考虑以下两种方法:

    1. 预估行数:你可以使用近似的方法来预估行数,而不是执行完整的 SELECT COUNT 查询。例如,你可以通过采样部分数据并计算所选样本的行数,然后根据样本在整个数据集中的比例来估计全量行数。这种方法可以节省时间和资源,但注意它只是一个估计值,并不保证完全准确。

    2. 基于历史记录:如果你使用了变更数据捕获(Change Data Capture,CDC)技术来跟踪数据库中的变化,你可以查看变更日志或历史记录来确定最近一次同步的行数。这样你可以根据已知的增量变化来推断出全量行数的大致范围。

    无论你选择哪种方法,都要注意到行数可能会因为数据库中的并发操作或其他因素而发生变化。因此,获取的行数仅供参考,并且在实际同步过程中可能会有所不同。

    2023-07-01 07:55:40
    赞同 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
PostgresChina2018_赖思超_PostgreSQL10_hash索引的WAL日志修改版final 立即下载
俞航翔|基于Log的通用增量Checkpoint 立即下载
SQL Sever迁移PG经验 立即下载