Flink CDC 的增量快照读取机制进行了调研,并有一个问题想请教,如上图:
当前表中共有9条数据,我设定了 chunk 切分粒度为scan.incremental.snapshot.chunk.size=5,并且作业并发为2。
我的疑惑在于一个 binlog 记录,即 insert#10,假设它只被 chunk01 读取,但却不符合 chunk01 的分片范围,因此被丢弃。
在后续的 MySqlSourceEnumerator 阶段,我注意到了两个判断条件:1. binlog 的 position > 所有 chunk 的高水位(hw),即未被污染。2. binlog 的数据属于某个 chunk 分片范围,且 position > 该分片的高水位。
根据这两个逻辑条件,insert#10 的 binlog 记录都不符合要求。这样的情况是否可能导致数据丢失问题?
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。