Flink CDC整库同步到hudi，有部分表数据量超过千万，每次都报内存超出限制oom？
Flink CDC整库同步到hudi，有部分表数据量超过千万，每次都报内存超出限制oom，每个taskmaster给10g都不够，大家有没有好的解决方案？并行度给的2
展开
收起
1
条回答
写回答
写回答
-
有以下几种可能原因：
你的 hudi 表是 parquet 格式，但是没有定义 schema，导致 Flink CDC 写入数据时需要重新解析 parquet 数据，占用大量内存。
你的 hudi 表是 iceberg 格式，但是没有启用分桶功能，导致 Flink CDC 写入的数据分布不均匀，占用大量内存。
你的 Flink 任务没有设置合理的堆内存和堆外内存，导致 Flink CDC 写入数据时内存不足，导致 OOM。
你可以尝试以下方式来解决这个问题：将你的 hudi 表修改为 iceberg 格式，并启用分桶功能。
为你的 Flink 任务设置更大的堆内存和堆外内存。
将你的 Flink 任务分为多个子任务，每个子任务处理一部分数据。
具体的解决方式，需要根据实际情况进行调整。2023-09-20 10:49:01赞同 展开评论 打赏
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。
相关问答
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。
热门讨论
热门文章
FlinkCDC MySQL 中 scan.startup.mode 用的是什么模式啊？
3034
Flink1.17为什么需要JDK 11呢？JDK8我试了也能运行
1477
Flink sql将数组炸开，实现hive的explode函数的效果，还有什么其他好的方式？
1219
flink 1.18必须配套JDK11吗 1.8是不是不行了呢？
1518
请问flink cdc sql中如何将一个json格式字符串转换成格式？
301
请问下有实现达梦数据库的 Flink CDC么?
756
请问如何用flink sql客户端用yarn application模式提交任务呢？
1213
Flink CDC 能适配达梦不？
995
flink 消费kafka,之前任务正常的，突然有个分区没法消费了，重启下任务久正常了？
632
编译失败，有知道怎么回事吗？
610
展开全部
数据仓库介绍与实时数仓案例
42229
权威详解 | 阿里新一代实时计算引擎 Blink，每秒支持数十亿次计算
24265
分布式Snapshot和Flink Checkpointing简介
19914
Flink SQL 功能解密系列 —— 维表 JOIN 与异步优化
27664
流计算StreamCompute
18629
通过Flink实时构建搜索引擎的索引
17424
Flume+Kafka+Flink+Redis构建大数据实时处理系统：实时统计网站PV、UV展示
23110
阿里云实时计算产品案例&解决方案汇总
27607
流计算精品翻译: The Dataflow Model
19187
Apache Flink 的迁移之路，2 年处理效果提升 5 倍
9710
展开全部
