请教大家一个问题, 我在使用flink 1.6 版本去用异步的方式
访问外部系统的时候发现下游的数据,本来应该只有一条的,结果被重复几十条。
我的异步Function 片段如下。
private static class SimpleAsyncFunction extends RichAsyncFunction<String, String> { private static final long serialVersionUID = 2098635244857937717L;
private transient ExecutorService executorService; private transient Client client ;
private final long shutdownWaitTS=1000;
@Override public void open(Configuration parameters) throws Exception { super.open(parameters);
executorService = new ThreadPoolExecutor(10,30,60,TimeUnit.SECONDS, new LinkedBlockingQueue<>(1000), new ThreadPoolExecutor.CallerRunsPolicy()); client= new Client(); }
@Override public void close() throws Exception { super.close(); ExecutorUtils.gracefulShutdown(shutdownWaitTS, TimeUnit.MILLISECONDS, executorService); }
@Override public void asyncInvoke(final String jsonStr, final ResultFuture resultFuture) { result = client.predict(jsonStr); resultFuture.complete(Collections.singletonList(result));}}
dag构建部分为: AsyncFunction<String, String> nlpMoaAsyncFunction = new SimpleAsyncFunction();
DataStream source = env.addSource(flinkKafkaConsumer010);
DataStream nlpResult = AsyncDataStream.unorderedWait( source, nlpMoaAsyncFunction, timeout, TimeUnit.MILLISECONDS, 30);
FlinkKafkaProducer010 kafkaProducer = new FlinkKafkaProducer010 ( ImmutableConstant.NLP_RESULT_KAFKA_TOPIC, new SimpleStringSchema(), producerProp );
nlpResult.addSink(kafkaProducer);
-------------------------整个逻辑其实很简单,程序运行在yarn 上10个taskmanager ,每个tm 一个slot。 有没有哪个碰到类似的问题,还是是bug 或者是我的实现有问题?*来自志愿者整理的flink邮件归档
从代码上看,并没有发现什么问题,给一些排查建议: 1)作业在这期间有 failover 过吗?Flink 写入 Kafka 目前默认不是端到端exactly once的。 2) “重复几十条”是怎么判断出来的呢? 会不会 kafka 源中的数据有重复呢?*来自志愿者整理的flink邮件归档
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。