Flink CDC被一个taskmanager 对应的表消费,这个表对应的多个任务 只有一个任务能消费这个数据 ? 有没有其他办法呗这个taskmanager下面的所有sql任务都消费呢 ?
Flink CDC 默认情况下会为每个表创建一个 SourceFunction,这个 SourceFunction 会被一个 TaskManager 的 slot 消费。如果一个表有多个任务需要消费这个数据,那么这些任务需要分别创建自己的 SourceFunction,并且每个 SourceFunction 都需要被一个 TaskManager 的 slot 消费。
如果您希望让一个 TaskManager 下的多个 SQL 任务都能消费同一个表的数据,可以考虑使用 Flink CDC 的共享 SourceFunction 功能。具体来说,您可以将一个 SourceFunction 注册到全局环境中,然后让多个 SQL 任务都从这个全局环境中获取这个 SourceFunction。这样,多个 SQL 任务就可以共享同一个 SourceFunction,从而实现数据的消费。
以下是一个简单的示例代码:
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.catalog.debezium.DebeziumOptions;
import org.apache.flink.table.catalog.debezium.DebeziumTableFactory;
import org.apache.flink.table.catalog.debezium.DebeziumTableFactoryUtil;
import org.apache.flink.table.descriptors.*;
import org.apache.flink.table.sources.RowtimeAttributeDescriptor;
import org.apache.flink.types.RowType;
public class FlinkCDCExample {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
EnvironmentSettings settings = EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build();
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env, settings);
// 注册 Debezium 连接器工厂
DebeziumOptions options = new DebeziumOptions();
options.setDatabaseList("mydb");
options.setHostname("localhost");
options.setPort(3306);
options.setUsername("root");
options.setPassword("password");
DebeziumTableFactory factory = new DebeziumTableFactoryUtil().createTableFactory(options);
tableEnv.registerTableSource("mydb", factory);
// 创建源表描述符
SourceDescription sourceDescription = new SourceDescription() {{
setSourceId("mydb");
setSourceType(SourceType.TABLE_SOURCE);
setSourceProperties(Collections.emptyMap());
setDataFormat(new RowtimeDeltaFormatDescriptor(new RowtimeAttributeDescriptor("ts")));
setParallelism(1); // 设置并行度为1,表示只有一个 task manager 的 slot 消费这个表的数据
}};
tableEnv.registerTableSource("mydb", sourceDescription);
// 执行 SQL 查询
tableEnv.executeSql("SELECT * FROM mydb");
}
}
在这个示例中,我们首先创建了一个 Flink CDC 的 SourceFunction,并将其注册到了全局环境中。然后,我们创建了一个源表描述符,并将这个 SourceFunction 注册到了这个源表描述符中。最后,我们执行了一个 SQL 查询,从这个表中读取数据。由于我们设置了并行度为1,因此只有一个 TaskManager 的 slot 会消费这个表的数据。但是,由于我们将同一个 SourceFunction 注册到了多个 SQL 任务中,因此这些任务都可以共享同一个 SourceFunction,从而实现数据的消费。
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。