- 精准一次怎么保证?可以设置为以下2个
- 对齐
- 当有一个barrier比较快时,输入缓冲区阻塞,当另外一个barrier到来时,才进行备份,所以数据不会重复。
- 优点:不会造成数据重复
- 缺点:会造成数据积压,OOM
- 不对齐
- 当有一个barrier到来时,直接将barrier置到最后,然后将所有缓冲区的数据和状态进行备份,然后将kafka提交,然后将慢的barrier也置到最后,将所有缓冲区的数据和状态进行备份,然后将kafka提交。
- 优点:加快了ck
- 缺点:由于备份了大量数据,会造成IO压力大,磁盘存储压力大
- 对齐
- 至少一次怎么保证?
- 对齐
- 当有一个barrier比较快时,输入缓冲区不阻塞,直接向下游流动,而barrier会等待另外一个barrier,当此次ck备份成功后,JM注入新的barrier,然后到一半的时候,备份失败了,kafka回滚,从HDFS中恢复上次的ck,恢复kafka的offset,由于不阻塞,所以会重新从kafka中拉取到重复的数据进行计算,就造成了数据的重复,就是至少一次语义。
- 优点:不阻塞,不会造成数据积压,OOM
- 缺点,会造成数据重复
flink-对齐和不对齐,精准一次和至少一次
青云游子2023-08-14 9:24
相关推荐
一个天蝎座 白勺 程序猿2 小时前
大数据(7.3)Kafka量子安全加密实践指南:构建抗量子计算攻击的消息系统结冰架构2 小时前
【AI提示词】Emoji风格排版艺术与设计哲学@ V:ZwaitY092 小时前
TikTok 云控矩阵详解:从养号到引流的全链路自动化管理zandy10113 小时前
飞书集成衡石ChatBot实战:如何10分钟搭建一个业务数据问答机器人?wending-Y4 小时前
flink 增量快照同步文件引用关系和恢复分析goTsHgo4 小时前
Flink的数据流图中的数据通道 StreamEdge 详解SelectDB4 小时前
Apache Doris & SelectDB 技术能力全面解析笑傲码湖5 小时前
SkipList跳表:高效查找的利器SimonKing5 小时前
MCP:大模型时代的智能导航系统CXH7286 小时前
hadoop伪分布式部署