不知道你是用的SQL还是DataStream API，如果用的是SQL的话，我感觉可以这么玩： 1. 首先版本是1.11+， 可以直接用binlog format，这样数据的修改其实会自动对应到update_before和update_after的数据，这样Flink 内部的算子都可以处理好这种数据，包括聚合算子。比如你是select sum(xxx) from T group by yyy这种，那这个sum指标会自动做好这件事。 2. 如果不用binlog模式，只是取最新的数据来做聚合计算，也可以用去重算子[1] 将append数据流转成retract数据流，这样下游再用同样的 聚合逻辑，效果也是一样的。
[1] https://ci.apache.org/projects/flink/flink-docs-master/dev/table/sql/queries.html#deduplication xuzh <x...@chyjr.com> 于2020年9月8日周二 下午5:56写道： > 场景： > 实时统计每天的GMV,但是订单金额是会修改的。 > 订单存储在mysql,通过binlog解析工具实时同步到kafka.然后从kafka实时统计当日订单总额。 > 假设订单009 上午10点生成，金额为1000. 生成一条json数据到kafka ,GMV实时统计为1000. > 然后下午15点，009订单金额被修改为500。数据生成json也会进入kafka. > 这时如果不减去上午已经统计的金额。那么总金额就是错的。 > 请问是不是根据 update /delete 要写这个减去的逻辑。按日去重是不行了，因为是增量处理不能，上午的数据已经被处理了不能再获取了。 > > > 刚入坑实时处理，请大神赐教 -- Best, Benchao Li
