有人用过flink-SQL-cdc吗?读取数据库的存量数据如:20亿的数据,存了个80G ,难道需要设置100G的内存将存量数据读取进来吗?是有什么配置可以一次不要读取那么多,少读一点。有大佬知道吗?你是说,存量数据使用高并发大内存,增量数据根据检查点重新配置并行度和内存在继续处理是吗?
用flinkcdc的断点续传可以实现吧,是这个意思,我记得并行度不能直接调吧在flinksql里面,调完checkpoint恢复不了,内存大小应该可以调.完全不用,最多是JM多点内存分片元数据,TM内存搞小点,慢慢来就行了,比如JM 8G,TM每个slot 8G,通常tm slot数和全量同步成正比,你搞成1个slot也行,就是慢点,搞成64个slot也行,那差不多有60倍吞吐,此回答整理自钉群“Flink CDC 社区”
是的,Flink SQL CDC 可以使用高并发大内存的方式读取存量数据,但是需要注意的是需要根据实际情况进行适当的配置,否则容易造成内存溢出等问题。
您可以尝试以下几种方式来减少 Flink SQL CDC 读取存量数据所需的内存量:
此外,对于增量数据的处理,可以通过动态调整并行度和内存分配来进行优化。例如,在初始阶段使用较低的并行度和较少的内存,并随着数据量的增长逐步增加并行度和内存分配,以获得更好的性能表现。
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。