我看你的 SQL 和 截图上的算子名称，应该是用的流表 JOIN[1]，而不是维表 JOIN[2] ? 你的业务需求是流表数据与 CDC mysql 数据互相关联还是流表单边去关联 CDC mysql 数据呢？ 如果是流表 JOIN 的话，也可以看下是否有 join key数据倾斜问题导致单个 task 压力大，而导致 checkpoint 不成功。
[1] https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/streaming/joins.html#regular-joins [2] https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/streaming/joins.html#join-with-a-temporal-table 在 2020-11-18 10:34:48，"Jark Wu" <[email protected]> 写道： >另外，join 节点的并发可以再增加一些，提升 join 的处理性能。 > >On Wed, 18 Nov 2020 at 11:34, Jark Wu <[email protected]> wrote: > >> 估计是你的全量数据太大，但是 join 节点处理性能太慢，导致半小时内全量数据还没有处理完，而 checkpoint 超时了。 >> 注意全量数据阶段，是做不了 checkpoint 的。 具体可以看下这篇文章的第四点。 >> https://mp.weixin.qq.com/s/Mfn-fFegb5wzI8BIHhNGvQ >> >> 解决办法文中也有提及： >> >> 解决办法：在 flink-conf.yaml 配置 failed checkpoint 容忍次数，以及失败重启策略，如下： >> >> execution.checkpointing.interval: 10min # checkpoint间隔时间 >> execution.checkpointing.tolerable-failed-checkpoints: 100 # checkpoint >> 失败容忍次数 >> restart-strategy: fixed-delay # 重试策略 >> restart-strategy.fixed-delay.attempts: 2147483647 # 重试次数 >> >> Best, >> Jark >> >> On Wed, 18 Nov 2020 at 11:28, 丁浩浩 <[email protected]> wrote: >> >>> 即使我将not >>> exists改成了join，join节点的checkpoint也无法完成，是我设置的checkpint时间太短了嘛，我设置的是每隔半小时发起checkpoint一次，超时时间也是半小时。 >>> 下面是截图，（我上传图片每次都看不了啥情况） >>> https://imgchr.com/i/DeqixU >>> https://imgchr.com/i/DeqP2T >>> >>> > 在 2020年11月16日，上午10:29，Jark Wu <[email protected]> 写道： >>> > >>> > 瓶颈应该在两个 not exists 上面，not exists 目前只能单并发来做，所以无法水平扩展性能。 >>> > 可以考虑把 not exists 替换成其他方案，比如 udf，维表 join。 >>> > >>> > Best, >>> > Jark >>> > >>> > On Mon, 16 Nov 2020 at 10:05, 丁浩浩 <[email protected]> wrote: >>> > >>> >> select >>> >> ri.sub_clazz_number, >>> >> prcrs.rounds, >>> >> count(*) as num >>> >> from >>> >> subclazz gs >>> >> JOIN >>> >> (SELECT gce.number, min( gce.extension_value ) AS grade FROM >>> >> course_extension gce WHERE gce.isdel = 0 AND gce.extension_type = 4 >>> GROUP >>> >> BY gce.number) AS temp >>> >> ON >>> >> temp.number = gs.course_number AND temp.grade>30 >>> >> JOIN >>> >> right_info ri >>> >> ON >>> >> gs.number = ri.sub_clazz_number >>> >> join >>> >> wide_subclazz ws >>> >> on >>> >> ws.number = ri.sub_clazz_number >>> >> join >>> >> course gc >>> >> on >>> >> gc.number = ws.course_number and gc.course_category_id in (30,40) >>> >> left join >>> >> performance_regular_can_renewal_sign prcrs >>> >> on prcrs.order_number = ri.order_number and prcrs.rounds in (1,2) >>> >> where ri.is_del = 0 and ri.end_idx = -1 and prcrs.rounds is not null >>> >> and not exists (select 1 from internal_staff gis where gis.user_id = >>> >> ri.user_id) >>> >> and not exists (select 1 from clazz_extension ce where ws.clazz_number >>> = >>> >> ce.number >>> >> and ce.extension_type = 3 and ce.isdel = 0 >>> >> and ce.extension_value in (1,3,4,7,8,11)) >>> >> group by ri.sub_clazz_number, prcrs.rounds >>> >> Sql代码是这样的。 >>> >> 瓶颈在所有的join节点上，每次的checkpoint无法完成的节点都是join节点。 >>> >> >>> >>> 在 2020年11月14日，下午5:53，Jark Wu <[email protected]> 写道： >>> >>> >>> >>> 能展示下你的代码吗？是用的维表关联的语法 （FOR SYSTEM TIME AS OF）？ >>> >>> 需要明确下，到底是什么节点慢了。 >>> >>> >>> >>> On Fri, 13 Nov 2020 at 19:02, 丁浩浩 <[email protected]> wrote: >>> >>> >>> >>>> 我用flink cdc 对mysql的表进行关联查询，发现flink只能两张表关联之后再跟下一张表关联，导致最后落库的延迟非常大。 >>> >>>> 有没有比较好的优化方案能缓解这样的问题？ >>> >> >>> >> >>> >> >>> >>> >>>
