使用flink读取批量读取ES装入paimon，必须全部读取完才能装库？
ES数据量大概2亿条，定制CustomElasticsearchSource extends RichParallelSourceFunction作为数据源，用于翻页读取ES数据，然后通过flink的api输出到paimon+hadoop中，通过IDEA环境调试，现在发现程序一直在读取数据，hadoop中直到任务执行完成，才能被写入文件数据？能否读取1w条后即输出到hadoop？
另外，我发现table.executeInsert(tableName);和env.excute()会导致程序运行2次，那么到底应不应该加env.excute()，到底什么情况下才能加？
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。
-
你可以试试在Flink的处理逻辑中设置一个计数器，在读取到1万条数据时手动触发checkpoint并将数据输出到Hadoop，这样可以避免数据累积。至于
table.executeInsert(tableName);和env.execute()，通常只需要调用一次env.execute()来启动整个Flink作业，executeInsert是在Table API中用来直接将结果插入到外部存储中的方法，两者功能不同，一般不需要同时使用。如果还是不理解的话，可以直接询问阿里云客服，或者提交工单给阿里云的技术顾问，回答不易，麻烦大佬给个采纳，谢谢。2025-02-10 21:21:26赞同 97 展开评论