Re: Re: 水印的作用请教

Sun, 31 Jan 2021 19:07:35 -0800 

StreamAPI使用的是StreamingFileSink，SQL就是FileSystem了



 
发件人： tison
发送时间： 2021-02-01 11:01
收件人： user-zh
主题： Re: Re: 水印的作用请教
请问你使用哪种 SinkConnector 写入 HDFS 呢？
 
Best,
tison.
 
 
amenhub <[email protected]> 于2021年2月1日周一 上午10:58写道：
 
> >>>
> 2.如果我在SQL或StreamAPI中使用ForBoundedOutOfOrderness中基于事件时间设置允许5分钟延迟的水印，那么Kafka各分区最小时间的水印到达后，比水印晚的数据还会写入HDFS（基于事件时间分区）对应的分区中吗？是丢弃？还是不丢弃它写入对应分区后再重新幂等提交该分区？
> 另外还是比较想了解，当指定水印及延迟的时候，比水印晚的数据，在流写HDFS的时候会怎么处理？
>
>
>
>
> 发件人： amenhub
> 发送时间： 2021-02-01 10:44
> 收件人： user-zh
> 主题： Re: Re: 水印的作用请教
> 谢谢回复！
>
> 也就是说如果我利用Flink从Kafka （Select
> *）采集数据到HDFS，不涉及Timer触发逻辑，使用水印的目的就只是为了使用事件时间以及HDFS中基于事件时间进行分区目录创建，对吗？
>
> best,
> amenhub
>
>
>
> 发件人： tison
> 发送时间： 2021-02-01 10:36
> 收件人： user-zh
> 主题： Re: 水印的作用请教
> 取决于你的计算流图，watermark 通常只在以下情况有实际作用
> True
> & cond 1. 使用 EventTime
> & cond 2. 流图中有 Timer 触发逻辑，例如 Window 算子或自定义 Timer
> Best,
> tison.
> amenhub <[email protected]> 于2021年2月1日周一 上午10:26写道：
> > hi everyone,
> >
> > 最近在使用Stream API或Table API&SQL编写任务，接Kafka数据流写HDFS的时候，关于水印有几个问题想请教社区帮忙答疑。
> >
> > 在我的理解中，水印本意是容忍事件时间的延迟（乱序程序），在不能容忍的时候触发窗口计算，以达到输出该窗口结果的目的。
> > 那么，
> > 1.在Kafka入HDFS的过程中，水印的作用具体是什么呢？貌似无窗口计算？
> >
> >
> 2.如果我在SQL或StreamAPI中使用ForBoundedOutOfOrderness中基于事件时间设置允许5分钟延迟的水印，那么Kafka各分区最小时间的水印到达后，比水印晚的数据还会写入HDFS（基于事件时间分区）对应的分区中吗？是丢弃？还是不丢弃它写入对应分区后再重新幂等提交该分区？
> >
> > best,
> > amenhub
> >
> >
> >
> >
>

回复