Hi forideal, Shengkai Fang,
加上env.disableOperatorChaining()之后，发现5个算子，
Source: TableSourceScan(table=[[default_catalog, default_database, user]],
fields=[uid, sex, age, created_time]) ->
Calc(select=[uid, sex, age, created_time, () AS procTime,
TO_TIMESTAMP(((created_time / 1000) FROM_UNIXTIME _UTF-16LE'yyyy-MM-dd
HH:mm:ss')) AS eventTime]) ->
WatermarkAssigner(rowtime=[eventTime], watermark=[(eventTime - 3000:INTERVAL
SECOND)]) ->
Calc(select=[uid, sex, age, created_time]) ->
Sink: Sink(table=[default_catalog.default_database.user_mysql], fields=[uid,
sex, age, created_time])
但是，只有最后面两个算子有watermark，所以开启OperatorChaining后，因为前面3个没有watermark，整个chain的算子都没有watermark了，那么是不是就不能通过flink
ui来监控watermark了，就依赖第三方监控工具来看watermark？因为上生产，肯定要开OperatorChaining的
在 2020-08-13 15:39:44，"forideal" <fszw...@163.com> 写道：
>Hi Zhou Zach：
>你可以试试 env.disableOperatorChaining();
>然后观察每个 op 的 watermark 情况。这样能够简单的看下具体的情况。
>> 我是怎么设置参数的
>我使用的是 Flink SQL Blink Planner，采用的设置方式和你一样
>tableEnv.getConfig().getConfiguration() .setString(key, configs.getString(key,
>null));
>同时我在 source table 中定义了 WATERMARK FOR event_time AS event_time - INTERVAL '10'
>SECOND
>
>Best forideal
>
>
>在 2020-08-13 15:20:13，"Zhou Zach" <wander...@163.com> 写道：
>>
>>
>>
>>Hi forideal,
>>我也遇到了No Watermark问题，我也设置了table.exec.source.idle-timeout 参数，如下：
>>
>>
>> val streamExecutionEnv =
>> StreamExecutionEnvironment.getExecutionEnvironment
>>
>> streamExecutionEnv.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)
>> streamExecutionEnv.setStateBackend(new
>> RocksDBStateBackend("hdfs://nameservice1/flink/checkpoints"))
>>
>> val blinkEnvSettings =
>> EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build()
>> val streamTableEnv = StreamTableEnvironment.create(streamExecutionEnv,
>> blinkEnvSettings)
>>
>> streamTableEnv.getConfig.getConfiguration.set(ExecutionCheckpointingOptions.CHECKPOINTING_MODE,CheckpointingMode.EXACTLY_ONCE)
>>
>> streamTableEnv.getConfig.getConfiguration.set(ExecutionCheckpointingOptions.CHECKPOINTING_INTERVAL,Duration.ofSeconds(20))
>>
>> streamTableEnv.getConfig.getConfiguration.set(ExecutionCheckpointingOptions.CHECKPOINTING_TIMEOUT,Duration.ofSeconds(900))
>>
>>
>> streamTableEnv.getConfig.getConfiguration.set(ExecutionConfigOptions.TABLE_EXEC_SOURCE_IDLE_TIMEOUT,"5s")
>>
>>
>>并且，任务的并行度设置了1（这样是不是就不会存在flink consumer不消费kafka数据的情况，kafka一直生产数据的前提下）
>>在flink ui上，仍然显示Watermark No data，问下，你是怎么设置参数的
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>
>>在 2020-08-13 14:02:58，"forideal" <fszw...@163.com> 写道：
>>>大家好
>>>
>>> 问题的原因定位到了。
>>> 由于无法 debug codegen 生成的代码，即使我拿到线上的数据，开启了debug环境依然无法得到进展。
>>> 这个时候，我进行了 disable chain，观察 watermark 的生成情况，看看到底在那个环节没有继续往下传递。（因为多个 op
>>> chain 在一起，不能确定到底是那个环节存在问题）
>>> 发现在 WatermarkAssigner(rowtime=[event_time],
>>> watermark=[(event_ti...）这个 op 中部分 task 为 No watermark，由于这个op和source
>>> chain在一起，导致这个vertex 对应的watermark无法显示只能是 no data。因为存在 group by 下游的 watermark
>>> 为 min（parent task output watermark），所以下游是 No watermark。导致在查问题的时候，比较困难。
>>> 定位到由于 kafka 部分 partition 无数据导致 No watermark 加上
>>> table.exec.source.idle-timeout = 10s 参数即可。
>>> 当然，如果能直接 debug codegen 生成的代码，那么这个问题的分析路径会更简单。我应该直接可以发现大部分 task 可以生成
>>> watermark，少部分 task 无 watermark，能够快速的减少debug的时间。当前使用 disable chain 观察每个 op
>>> 的情况，对于 Flink sql 的 debug 有很大的便利之处，不知社区是否有相关参数帮助开发者。
>>>
>>>
>>>Best forideal
>>>
>>>
>>>
>>>
>>>
>>>
>>>
>>>
>>>在 2020-08-13 12:56:57，"forideal" <fszw...@163.com> 写道：
>>>>大家好
>>>>
>>>>
>>>> 关于这个问题我进行了一些 debug，发现了 watermark 对应的一个 physical relnode 是
>>>> StreamExecWatermarkAssigner
>>>> 在translateToPlanInternal 中生成了如下一个 class 代码，
>>>>public final class WatermarkGenerator$2 extends
>>>>org.apache.flink.table.runtime.generated.WatermarkGenerator { public
>>>>WatermarkGenerator$2(Object[] references) throws Exception { } @Override
>>>>public void open(org.apache.flink.configuration.Configuration parameters)
>>>>throws Exception { } @Override public Long
>>>>currentWatermark(org.apache.flink.table.dataformat.BaseRow row) throws
>>>>Exception { org.apache.flink.table.dataformat.SqlTimestamp field$3; boolean
>>>>isNull$3; boolean isNull$4; org.apache.flink.table.dataformat.SqlTimestamp
>>>>result$5; isNull$3 = row.isNullAt(12); field$3 = null; if (!isNull$3) {
>>>>field$3 = row.getTimestamp(12, 3); } isNull$4 = isNull$3 || false; result$5
>>>>= null; if (!isNull$4) { result$5 =
>>>>org.apache.flink.table.dataformat.SqlTimestamp.fromEpochMillis(field$3.getMillisecond()
>>>> - ((long) 10000L), field$3.getNanoOfMillisecond()); } if (isNull$4) {
>>>>return null; } else { return result$5.getMillisecond(); } } @Override
>>>>public void close() throws Exception { } }
>>>>
>>>>
>>>>
>>>> 其中关键的信息是 result$5 =
>>>> org.apache.flink.table.dataformat.SqlTimestamp.fromEpochMillis(field$3.getMillisecond()
>>>> - ((long) 10000L), field$3.getNanoOfMillisecond());
>>>>确实按照 WATERMARK FOR event_time AS event_time - INTERVAL '10' SECOND 的定义获取的
>>>>watermark。
>>>>在 flink 的 graph 中也确实有对应的 op 在做这个事情，不知为何会出现 no watermark
>>>>这样的结果。因为这部分codegen的代码确实无法进一步debug了。
>>>>如果大家有什么好的 debug codegen 生成的代码，可以告诉我哈，非常感谢
>>>>
>>>> Best forideal
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>
>>>>在 2020-08-11 17:13:01，"forideal" <fszw...@163.com> 写道：
>>>>>大家好，请教一个问题
>>>>>
>>>>>
>>>>> 我有一条进行 session window 的 sql。这条 sql 消费较少数据量的 topic 的时候，是可以生成
>>>>> watermark。消费大量的数据的时候，就无法生成watermark。
>>>>> 一直是 No Watermark。 暂时找不到排查问题的思路。
>>>>> Flink 版本号是 1.10，kafka 中消息是有时间的，其他的任务是可以拿到这个时间生成watermark。同时设置了
>>>>> EventTime mode 模式，Blink Planner。
>>>>>|
>>>>>No Watermark |
>>>>> SQL如下
>>>>>
>>>>>
>>>>> DDL：
>>>>> create table test(
>>>>> user_id varchar,
>>>>> action varchar,
>>>>> event_time TIMESTAMP(3),
>>>>> WATERMARK FOR event_time AS event_time - INTERVAL
>>>>> '10' SECOND
>>>>> ) with();
>>>>>
>>>>>
>>>>> DML：
>>>>>insert into
>>>>> console
>>>>>select
>>>>> user_id,
>>>>> f_get_str(bind_id) as id_list
>>>>>from
>>>>> (
>>>>> select
>>>>> action as bind_id,
>>>>> user_id,
>>>>> event_time
>>>>> from
>>>>> (
>>>>> SELECT
>>>>> user_id,
>>>>> action,
>>>>> PROCTIME() as proc_time,
>>>>> event_time
>>>>> FROM
>>>>> test
>>>>> ) T
>>>>> where
>>>>> user_id is not null
>>>>> and user_id <> ''
>>>>> and CHARACTER_LENGTH(user_id) = 24
>>>>> ) T
>>>>>group by
>>>>> SESSION(event_time, INTERVAL '10' SECOND),
>>>>> user_id
>>>>>
>>>>>Best forideal
