Apache SeaTunnel 4 月有何新动作？连接器增强与 Zeta 稳定性提升等亮点速览

4 月份月报来啦！社区梳理了 2026 年 4 月份 Apache SeaTunnel 合入 origin/dev 的 31 个带 PR 号代码提交，从功能特性、性能优化、Bug 修复、架构改进展开，对如 Doris Stream Load 增强等关键变更做源码级拆解，并附上当月 PR 贡献者名单，快来看看你在名单上吗？😊

统计口径：只统计 origin/dev 分支在上述时间范围内的提交；不含其他分支（例如 release 分支）独立提交。

时间范围：2026-04-01 ~ 2026-04-30（含）

本月关键词：SeaTunnel；Zeta；Connector V2；Doris；JDBC；CDC；Metadata；Checkpoint；Continuous Discovery；E2E

1. 当月功能特性梳理

1.1 Doris Sink：Stream Load 重定向增强（#10715）

Doris 的 Stream Load 经常出现 FE 返回 307 重定向到 BE 的行为。该 PR 的核心是让连接器在遇到重定向/重定向跟随失败时，输出更可诊断的错误信息，并在 HTTP 客户端侧做重定向跟踪。

关键实现片段：

重定向异常信息构造（包含 request、Location、direct_to_be、2pc、stage 等诊断字段）：

java 复制代码

public static String buildFollowUpFailure(
        String requestUrl,
        String location,
        boolean directToBe,
        boolean enable2PC,
        String requestStage,
        String causeMessage) {
    return String.format(
            "stream load redirect follow-up failed after HTTP/1.1 307 Temporary Redirect, "
                    + "request=%s, Location=%s, direct_to_be=%s, 2pc=%s, stage=%s, cause=%s. "
                    + "Please check BE reachability, FE load, and consider benodes + direct_to_be=true when FE redirect is unstable.",
            requestUrl,
            location == null ? "<missing>" : location,
            directToBe,
            enable2PC,
            requestStage,
            causeMessage == null ? "<missing>" : causeMessage);
}

（来自提交 #10715：.../DorisRedirectExceptionBuilder.java）

执行请求时跟踪最后一次 redirectLocation，并在 IOException 时包装成更可读的异常：

java 复制代码

public static CloseableHttpResponse executeWithRedirectTracking(
        CloseableHttpClient httpClient,
        HttpUriRequest request,
        String requestUrl,
        boolean directToBe,
        boolean enable2PC,
        String requestStage) throws IOException {
    HttpClientContext context = HttpClientContext.create();
    try {
        return httpClient.execute(request, context);
    } catch (IOException e) {
        String redirectLocation = resolveLastRedirectLocation(context);
        if (redirectLocation != null) {
            throw new DorisConnectorException(
                    DorisConnectorErrorCode.STREAM_LOAD_FAILED,
                    DorisRedirectExceptionBuilder.buildFollowUpFailure(
                            requestUrl, redirectLocation, directToBe, enable2PC, requestStage, e.getMessage()),
                    e);
        }
        throw e;
    }
}

（来自提交 #10715：.../HttpUtil.java）

影响范围

Doris Sink 的错误定位体验显著提升：以前"stream load 失败"可能只看到笼统 IOException；现在能直接看到 Location、是否 direct_to_be、阶段信息。
对生产价值：减少"偶发重定向/网络抖动"导致的排障时间。

1.2 File Source：FTP/SFTP/Local/HDFS 连续发现（#10473）

在文件同步场景中，"一次性扫描"不够用，用户往往需要：

目录持续有新文件时持续消费；
配合 sync_mode=update 做增量/去重/更新策略。

该 PR 引入 FileDiscoveryMode.CONTINUOUS，并实现一个"定时扫描 + 增量入队 + 有界状态"的 SplitEnumerator。

关键实现片段：

新的枚举模式：
java 复制代码
```
public enum FileDiscoveryMode implements Serializable {
    ONCE,
    CONTINUOUS
}
```
（来自提交 #10473：.../FileDiscoveryMode.java）

Continuous Enumerator 的核心机制：定时扫描、将新 split 入队、把 state 控制在 in-flight 范围（避免无限增长）：

java 复制代码

public void open() {
    scheduler = Executors.newSingleThreadScheduledExecutor(...);
    scheduler.scheduleWithFixedDelay(
            this::safeScanOnce,
            0L,
            Math.max(1L, scanInterval.toMillis()),
            TimeUnit.MILLISECONDS);
}

public FileSourceState snapshotState(long checkpointId) {
    synchronized (lock) {
        // Store in-flight splits only to avoid unbounded state growth.
        return new FileSourceState(new HashSet<>(inFlightSplits), jobStartTimeMillis);
    }
}

（来自提交 #10473：.../ContinuousMultipleTableFileSourceSplitEnumerator.java）

扫描时对"版本变化/重复入队"做抑制，避免 scanInterval 很短导致重复 split 风暴：

java 复制代码

private boolean enqueueSplitIfAbsent(FileSourceSplit split, SplitVersion splitVersion) {
    String splitId = split.splitId();
    synchronized (lock) {
        if (splitVersion != null && splitVersion.equals(knownSplitVersions.get(splitId))) {
            return false;
        }
        if (pendingSplitIds.contains(splitId)) {
            return false;
        }
        for (FileSourceSplit inFlight : inFlightSplits) {
            if (Objects.equals(inFlight.splitId(), splitId)) {
                return false;
            }
        }
        pendingSplits.addLast(split);
        pendingSplitIds.add(splitId);
        if (splitVersion != null) {
            knownSplitVersions.put(splitId, splitVersion);
        }
        return true;
    }
}

（同上）

影响范围

连接器能力从"批处理导入"向"目录持续同步"扩展，且通过有界状态设计避免 enumerator 状态无限膨胀。
配合 DistCp/update 类场景更稳：避免重复 split 入队导致重复写入压力。

1.3 JDBC Sink：新增 `batch_interval_ms` 定时 flush（#10609）

JDBC Sink 以往主要依赖 batch_size 达到阈值时刷写；这会造成一个典型问题：

batch_size 设得大以提升吞吐时，小流量场景 迟迟不 flush，数据延迟不可控。

该 PR 在 JDBC Sink 中引入 batch_interval_ms，实现"时间到就刷"的策略，并配套 E2E 用例验证"在任务结束前已写入"。

核心 E2E 断言（证明"定时 flush 在 job 完成前生效"）：

java 复制代码

given().ignoreExceptions()
    .await()
    .atMost(30, TimeUnit.SECONDS)
    .pollInterval(2, TimeUnit.SECONDS)
    .untilAsserted(() -> {
        Assertions.assertFalse(jobFinished.get(), "Job should still be running ...");
        int rowCount = getSinkRowCount("sink_batch_interval_timer");
        Assertions.assertTrue(rowCount > 0,
            "Timer flush should have written rows to the database BEFORE job completion "
            + "(batch_size=100000 is never reached)");
    });

（来自提交 #10609：JdbcSinkBatchIntervalIT.java）

影响范围

对"低吞吐但要求低延迟写入"的场景（例如准实时维表落库、审计日志落库）非常关键：把延迟上限从"等 batch_size"变为"等 batch_interval_ms"。

1.4 CDC：暴露 binlog/GTID/SourceTimestamp 元数据（#10667）

在 CDC 同步中，很多用户需要拿到"事件来自哪里、位点是多少、源端时间戳"等信息，用于：

延迟/堆积诊断（sourceTimestamp vs sinkTimestamp）
数据血缘与审计
与外部系统对齐 offset/GTID

该 PR 在 MetadataUtil 中增加对 BINLOG_FILE/BINLOG_POS/BINLOG_ROW/GTID/SOURCE_TIMESTAMP 的设置入口，并通过 CommonOptions 标记可透传元数据集合。

示例：

java 复制代码

public static void setBinlogFile(SeaTunnelRow row, String file) {
    row.getOptions().put(BINLOG_FILE.getName(), file);
}
public static void setGtid(SeaTunnelRow row, String gtid) {
    row.getOptions().put(GTID.getName(), gtid);
}
public static void setSourceTimestamp(SeaTunnelRow row, Long sourceTimestamp) {
    row.getOptions().put(SOURCE_TIMESTAMP.getName(), sourceTimestamp);
}

（来自提交 #10667：seatunnel-api/.../MetadataUtil.java）

影响范围

CDC 链路的可观测能力增强：用户可以在 Transform / Sink 侧读取这些 metadata 做日志、分流、告警等。

2. 当月 Bug 修复梳理

2.1 Zeta Checkpoint：notifyCompleted 失败处理收敛（#10705）

问题类型：Checkpoint completed 通知链路（notifyCheckpointCompleted / notifyCheckpointEnd）存在异常时，如果处理分散，容易形成"部分状态推进、部分失败"的不一致。

该 PR 的核心是把 notifyCompleted 相关异常统一收敛到 coordinator 的错误处理路径：

java 复制代码

try {
    InvocationFuture<?>[] invocationFutures = notifyCheckpointCompleted(completedCheckpoint);
    CompletableFuture.allOf(invocationFutures).join();
    InvocationFuture<?>[] invocationFuturesForEnd = notifyCheckpointEnd(completedCheckpoint);
    CompletableFuture.allOf(invocationFuturesForEnd).join();
} catch (Throwable e) {
    handleCoordinatorError(
        "notify checkpoint completed failed",
        e,
        CheckpointCloseReason.CHECKPOINT_NOTIFY_COMPLETE_FAILED);
    return false;
}

（来自提交 #10705：CheckpointCoordinator.java）

影响范围

Zeta 引擎 Exactly-once/Checkpoint 稳定性增强：失败更快、更一致地进入"可恢复/可终止"的状态机分支。

2.2 Zeta：防止"终态僵尸 job"在 master 切换后被恢复（#10692）

这类问题的典型危害是：

job 实际已终止，但 HA 切换后被错误恢复 -> 重复写入/资源泄漏/状态污染。

该修复落在 CoordinatorService 与测试中（见提交清单）。

2.3 Zeta：避免 NPE（overviewMap 延迟初始化）（#10610）

属于典型的"监控/overview 结构在特定初始化顺序下为空"问题，修复点在 CheckpointMonitorService。

2.4 其他 Fix

#10729：取消任务卡住、临时清理失败的防护（涉及引擎 + 文件 sink committer）
#10674：Kingbase JDBC 容器测试偶发失败修复（E2E/CI 稳定性）
#10745：Hazelcast 序列化相关测试稳定性增强
#10754：CI 构建状态同步逻辑修复

3. 工程与架构改进

3.1 资源申请失败可观测增强（#10304）

资源不足时，传统错误往往只有"no enough resource"，无法指导运维定位是：

需要多少 slot
实际拿到多少
哪个 resourceProfile 首个失败

该 PR 在 ResourceRequestHandler 中构造更具体的 failureMessage（required/obtained/index/profile），并把异常更好地外显给上层（JobMaster 等）。

示例（截取关键构造逻辑）：

java 复制代码

String failureMessage =
    String.format(
        "Apply resource not success for job: %d, required: %d slots, obtained: %d slots, "
        + "first unassigned resource at index %d: %s",
        jobId,
        resourceProfile.size(),
        resultSlotProfiles.size(),
        failedIndex,
        resourceProfile.get(failedIndex));
LOGGER.warning(failureMessage);
completeRequestWithException(toExternalException(failureMessage, requestSlotWithRetryError));

（来自提交 #10304：ResourceRequestHandler.java）

影响范围

对"资源不足/worker 不可用/标签调度失败"的排障效率提升明显：错误信息从"抽象"变成"可执行"。

3.2 Zeta：本地 IDE 启动体验改善（#10742）

修改点在 seatunnel-engine-server/pom.xml，属于开发者体验优化：降低本地调试/启动摩擦。

3.3 Zeta：REST 提交任务异常日志增强（#10696）

提升异常输出质量，避免 REST 层吞掉关键堆栈或上下文。

3.4 文档体系化

4 月文档提交不只是"修错别字"，而是有明显的"体系化重构"趋势：

#10785：onboarding + architecture docs 重组（英文/中文同步）
#10728：批量修复 404 链接（大范围）
#10577/#10707/#10719：补齐 API/CoordinatorService 的 Javadoc，降低阅读门槛
#10704/#10769/#10737/#10741/#10683/#10713：连接器/引擎说明补充与纠错

影响范围

对"新用户快速上手"和"贡献者理解架构"是直接收益：文档从散点变为结构化入口。

4. 本月 PR 贡献者榜

Rank	GitHub 用户名	PR 数	主要贡献类型（计数）	主要贡献范围（计数）	PR 列表
1	yzeng1618	5	feature×2, docs×2, fix×1	connectors×2, engine×2, docs×1	#10473 #10715 #10719 #10745 #10785
2	davidzollo	4	fix×1, docs×1, improve×1, other×1	ci×2, docs×1, other×1	#10689 #10728 #10751 #10754
3	zhangshenghang	4	docs×2, improve×1, chore×1	docs×2, engine×1, other×1	#10304 #10737 #10741 #10764
4	nzw921rx	3	feature×2, improve×1	e2e×1, engine×1, connectors×1	#10609 #10742 #10743
5	chl-wxp	2	improve×2	docs×2	#10704 #10769
6	dybyte	2	fix×2	engine×1, connectors×1	#10610 #10674
7	heye1005	2	test×1, improve×1	connectors×2	#10701 #10778
8	ricky2129	2	feature×1, fix×1	connectors×1, engine×1	#10667 #10692
9	zooo-code	2	docs×2	api×2	#10577 #10707
10	corgy-w	1	fix×1	connectors×1	#10729
11	hyboll	1	fix×1	engine×1	#10705
12	jouzi5	1	docs×1	docs×1	#10713
13	liunaijie	1	improve×1	connectors×1	#10759
14	xiaochen-zhou	1	improve×1	engine×1	#10696

5. 版本演进趋势与技术发展方向

Connector 方向：更贴近生产复杂性
Doris 重定向链路增强、文件源连续发现、JDBC 定时 flush、RocketMQ OptionRule 补全，都是"线上更容易踩坑的边界条件"被产品化。
Zeta 方向：稳定性与可观测优先
Checkpoint 通知失败收敛、HA 场景的僵尸 job 恢复防护、REST 异常日志增强、资源申请失败信息增强，体现了"让问题更可见、更可恢复"的路线。
CDC 方向：把元数据作为一等公民
binlog/GTID/source timestamp 的透出，意味着后续更容易做端到端延迟治理、审计与血缘能力。
Docs 方向：从"零散说明"走向"体系化架构入口"
#10785 的大规模文档重组 + 多个 Javadoc PR，明显在为更大规模贡献者/用户群做准备。

附录：2026 年 4 月全部提交清单

2026-04-21 / #10729 / 2c81f7f / [Fix][Zeta] prevent cancel stuck and downgrade tmp cleanup failure
2026-04-21 / #10715 / 6af9ed0 / [Feature][Connectors-v2] Add Doris sink redirect enhancement
2026-04-21 / #10759 / 5111281 / [Improve][Connectors-v2][ORC] parse config on file level rather than field level
2026-04-20 / #10304 / 1d37f8c / [Improve][Engine] Enhance logging and exception handling for resource allocation failures
2026-04-19 / #10778 / 6d2a104 / Test/rocketmq restore e2e
2026-04-19 / #10743 / b9cdfeb / [Feature][E2E] Add MySQL CDC multi-database multi-table E2E test
2026-04-19 / #10705 / b70e84f / [Fix][Zeta] Converge notifyCompleted failure handling in CheckpointCoordinator
2026-04-19 / #10742 / b9b30b5 / [Improve][Zeta] Improve engine-server local IDE startup experience
2026-04-19 / #10785 / bf3eefe / [Docs] Reorganize SeaTunnel onboarding and architecture docs
2026-04-18 / #10577 / ac71b05 / [Docs][API] Add Javadoc to MultiTableSinkWriter
2026-04-16 / #10769 / ae8b96c / [Improve][Docs] Fix hive document error
2026-04-15 / #10764 / 39a25bd / [Chore][Tools] Add project PR submission skill
2026-04-14 / #10692 / 2ab8824 / [Fix][Zeta] Prevent terminal-state zombie jobs from being restored after master switch
2026-04-13 / #10754 / f3e5051 / [Fix][CI] Sync build status for recent PRs regardless of mergeable state
2026-04-12 / #10737 / 4752cee / [Docs][Connector-V2][Jdbc] Clarify save mode limitation in query mode
2026-04-12 / #10751 / 18c03db / Disable ASF Dependabot update PRs
2026-04-10 / #10741 / 8f03dfd / [Docs][Zeta] Clarify OSS checkpoint bucket URI format
2026-04-10 / #10745 / 26b30cf / [Fix][CI] Stabilize pipeline cleanup Hazelcast serialization test
2026-04-10 / #10609 / 4a8298d / [Feature][JDBC] Add batch_interval_ms option for JDBC Sink time-based flushing
2026-04-10 / #10689 / fc2d209 / [Improve][CI] Optimize update build status workflow
2026-04-09 / #10707 / df6ca72 / [Docs][Core] Add Javadoc to SupportResourceShare and MultiTableResourceManager
2026-04-09 / #10728 / 45127cd / [Docs] Fix 404 broken links in docs
2026-04-08 / #10704 / 93bba1a / [Improve][Docs] Iceberg connector adds parameter documentation related to Kerberos authentication
2026-04-08 / #10719 / 815cfc0 / [Docs][Core] Add Javadoc to CoordinatorService scheduling and HA flow
2026-04-06 / #10667 / 6dee790 / [Feature][CDC] Expose binlog file/pos/row, GTID, and SourceTimestamp ...
2026-04-06 / #10713 / 9e7a0f6 / [Docs] Correct the key features in the zh documentation
2026-04-03 / #10610 / 1f81a8e / [Fix][Zeta] Prevent NPE by lazy initializing overviewMap
2026-04-03 / #10473 / 01cd08a / [Feature][Connector-V2] Add continuous discovery for FTP/SFTP/Local/HDFS file sources
2026-04-03 / #10696 / 9ad1832 / [Improve][Zeta] Enhance exception logging for task submission via RESTful API
2026-04-03 / #10701 / 7becf69 / [Improve][Connector-V2] Complete OptionRule declarations for RocketMQ source and sink
2026-04-02 / #10674 / b7a0fc5 / [Fix][E2E] Fix flaky CI failure in KingbaseDialectContainerTest

Apache SeaTunnel 4 月有何新动作？连接器增强与 Zeta 稳定性提升等亮点速览

1. 当月功能特性梳理

1.1 Doris Sink：Stream Load 重定向增强（#10715）

1.2 File Source：FTP/SFTP/Local/HDFS 连续发现（#10473）

1.3 JDBC Sink：新增 batch_interval_ms 定时 flush（#10609）

1.4 CDC：暴露 binlog/GTID/SourceTimestamp 元数据（#10667）

2. 当月 Bug 修复梳理

2.1 Zeta Checkpoint：notifyCompleted 失败处理收敛（#10705）

2.2 Zeta：防止"终态僵尸 job"在 master 切换后被恢复（#10692）

2.3 Zeta：避免 NPE（overviewMap 延迟初始化）（#10610）

2.4 其他 Fix

3. 工程与架构改进

3.1 资源申请失败可观测增强（#10304）

3.2 Zeta：本地 IDE 启动体验改善（#10742）

3.3 Zeta：REST 提交任务异常日志增强（#10696）

3.4 文档体系化

4. 本月 PR 贡献者榜

5. 版本演进趋势与技术发展方向

附录：2026 年 4 月全部提交清单

1.3 JDBC Sink：新增 `batch_interval_ms` 定时 flush（#10609）