开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

请教下,flink-cdc 里面,关联查询然后进入到doris数据库中。在flink中,关联查询的?

请教下,flink-cdc 里面,关联查询然后进入到doris数据库中。在flink中,关联查询的结果数据,会一直保存在内taskmanager的内存中吗?https://cloud.tencent.com/developer/article/1452854 类似这样的情况持续查询/聚合语句。另外测过join删除原表数据吗,能不能同步删除?left join 关联多个表

展开
收起
真的很搞笑 2023-08-01 15:02:12 85 0
2 条回答
写回答
取消 提交回答
  • 你一次性把
    lQLPJx0lV9C0PVDMvlywVOMcujNVjAcEt2MuRsDpAA_92_190.png
    这些维表数据都读取到内存里,做ckp当然越做越大,你要改成look up join,你知道u1 u2 u3表有多少数据吗?cdc源表还有不断地数据增加,这都是你需要考虑的点哦,改成lookup join,基本就没你说的问题了。此回答整理自钉群“Flink CDC 社区”

    2023-08-11 11:21:10
    赞同 展开评论 打赏
  • 北京阿里云ACE会长

    在Flink CDC中,如果使用关联查询,那么查询的结果数据不会一直保存在TaskManager的内存中。在查询完成之后,查询结果会被发送到下游的目标系统中,例如Doris数据库中。因此,查询结果不会对TaskManager的内存造成持久的影响。

    另外,持续查询/聚合语句也不会一直在内存中。在Flink中,持续查询/聚合语句通常使用流式计算模型,即数据会通过无限流的方式进行处理,而不是一次性加载到内存中。在流式计算过程中,Flink会根据需要动态地调整内存使用情况,以保证系统性能和稳定性。

    关于join删除原表数据的问题,实际上Flink CDC并不会直接操作源数据库中的数据,而是通过解析binlog日志,将变更数据转化为流式数据,并将其发送到下游目标系统中。因此,如果在下游目标系统中删除了数据,Flink CDC并不能直接感知到,也不能同步删除源数据库中的数据。如果需要删除源数据库中的数据,需要在源数据库中进行操作,或者通过其他方式进行同步。另外,在进行join操作时,也需要注意数据一致性和性能问题,避免出现数据不一致或者性能问题。

    2023-08-01 19:07:08
    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。

相关产品

  • 实时计算 Flink版
  • 相关电子书

    更多
    DTCC 2022大会集锦《云原生一站式数据库技术与实践》 立即下载
    阿里云瑶池数据库精要2022版 立即下载
    2022 DTCC-阿里云一站式数据库上云最佳实践 立即下载