开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

Flink CDC被一个taskmanager 对应的表消费,只有一个任务能消费这个数据 ?

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 ?

展开
收起
真的很搞笑 2023-10-18 16:08:19 51 0
1 条回答
写回答
取消 提交回答
  • 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。

    2023-10-19 14:31:28
    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
  • 热门讨论

    热门文章

    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