开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

Flink CDC 的增量快照读取机制进行了调研,这样的情况是否可能导致数据丢失问题?

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?image.png

展开
收起
真的很搞笑 2023-12-25 06:49:53 39 0
0 条回答
写回答
取消 提交回答

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。

相关产品

  • 实时计算 Flink版
  • 相关电子书

    更多
    Flink CDC Meetup PPT - 龚中强 立即下载
    Flink CDC Meetup PPT - 王赫 立即下载
    Flink CDC Meetup PPT - 覃立辉 立即下载