开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

Flink CDC很多个程序读取同一个binlog会有什么问题么?

Flink CDC很多个程序读取同一个binlog会有什么问题么?io啥的?一般是整库同步到kafka,mq,然后再后面做计算?

展开
收起
真的很搞笑 2023-09-28 10:09:59 48 0
1 条回答
写回答
取消 提交回答
  • Flink CDC 很多个程序读取同一个 binlog 会有一些问题,比如:

    数据不一致。如果多个程序读取同一个 binlog,并且读取的顺序不一致,那么会导致数据不一致。
    数据重复。如果多个程序读取同一个 binlog,并且读取的速率不一致,那么会导致数据重复。
    数据丢失。如果多个程序读取同一个 binlog,并且其中一个程序出现异常,那么会导致一部分数据丢失。
    为了避免这些问题,可以使用 Debezium 的 snapshot 功能。Debezium 的 snapshot 功能会在开始读取 binlog 之前,先将数据库中的数据进行一次快照,然后再从快照开始读取 binlog。这样就可以保证数据的一致性和完整性。

    另外,也可以使用 Flink 的 watermark 功能来避免数据重复和数据丢失。Flink 的 watermark 功能可以根据数据的修改时间来生成 Watermark,Watermark 可以用来判断数据是否已经被处理过。这样,如果一个程序处理完数据后没有生成 Watermark,那么其他程序就不会再处理该数据。这样就可以避免数据重复和数据丢失。

    总的来说,Flink CDC 很多个程序读取同一个 binlog 可能会有一些问题,但是可以通过 Debezium 的 snapshot 功能和 Flink 的 watermark 功能来避免这些问题。

    2023-10-12 11:43:31
    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
    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