Flink CDC这两个参数不设置，日志增长快，是指Flink的日志增长很快吗？

Flink CDC 的日志增长快，可能指的是Flink作业的日志文件增长迅速，而不一定是checkpoint的日志。这种情况可能是由于Flink作业在运行过程中产生的日志数量较多，导致日志文件迅速增大。为了避免这种情况，可以通过调整Flink作业的配置来限制日志文件的大小，例如通过设置log.file.max.size参数来限制单个日志文件的最大大小。

另外，如果发现数据库中的某些数据在CDC同步后有缺失，可能是因为你仍在使用 Flink 旧版的Flink SQL WITH语法（例如 WITH 参数中的connector.type是旧语法），这可能导致同步不完整。因此，建议检查并更新你的Flink SQL语法。

总的来说，对于Flink CDC的使用，除了正确配置连接信息外，还需要关注并调整一些关键参数，以确保其正常运行并最大限度地减少资源消耗。

是的，当设置不当或者Flink CDC的配置出现问题时，日志文件可能会快速增长。
在这种情况下，您可以尝试以下办法来控制日志的增长速度：

1. 调整checkpoint频率和超时时限。增加checkpoint的频率或缩短超时时限，可以减少每个checkpoint期间的日志数量；
2. 小心重试设置。若出现异常，Flink CDC会不断重试，而产生大量的日志；
3. 日志级别调整。您可以降低日志级别，从而减少日志输出量；
4. 使用日志收集工具，如Logstash等，收集并统一处理日志文件，以节省磁盘空间。

不是是oracle数据库归档日志 增长的很快，此回答整理自钉群“Flink CDC 社区”

是的，您是对的。Flink的日志增长主要来自于两个方面：任务运行时的日志和Checkpoint的日志。

1. 任务运行时的日志：这是Flink在执行任务时产生的日志，包括任务的启动、停止、失败等信息。这些信息可以帮助我们了解任务的运行状态和性能。

2. Checkpoint的日志：这是Flink在进行Checkpoint时产生的日志，包括Checkpoint的开始、结束、成功或失败等信息。这些信息可以帮助我们了解Checkpoint的执行情况，以及数据的一致性和完整性。

如果您的日志增长过快，可能是因为任务运行不稳定或者Checkpoint的频率过高。您可以尝试调整任务的并行度、优化数据的读取和写入速度，以及调整Checkpoint的频率和大小，以降低日志的增长速度。