Flink CDC中我自定义的udaf函数,为什么只有+I的数据(后期修改)可以做统计,对于任务启动前已经存在的数据修改-U和+U的数据,没有进行聚合,这个可以怎么来排查还是需要自己开发呢?有什么具体的案例吗?
Flink CDC 中自定义 UDAF 函数,只有 +I 的数据(后期修改)可以做统计,是因为 CDC 本身的特性决定的。
CDC 是 Change Data Capture 的缩写,它是一种用于实时捕获数据库表中的数据变化的技术。CDC 会根据数据库表的变更历史,生成一个增量数据流。这个增量数据流只包含数据库表中新增的数据和修改的数据,不包含删除的数据。
因此,Flink CDC 中自定义的 UDAF 函数,只能对新增的数据和修改的数据进行统计。对于删除的数据,UDAF 函数是不支持的。
你可以使用 Flink CDC 中提供的 Table API 和 SQL 来进行数据统计。Table API 和 SQL 可以对新增的数据和修改的数据进行统计,也可以对删除的数据进行统计。
所以,如果需要对数据库表中的数据进行统计,建议使用 Table API 和 SQL,而不是自定义 UDAF 函数。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
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。