Apache flink RichParallelSourceFunction中的水印
我正在实现一个SourceFunction,它从数据库中读取数据。 如果作业停止或崩溃,即保存点和检查点,且数据只处理一次,则作业应该能够恢复 到目前为止,我所拥有的:Apache flink RichParallelSourceFunction中的水印,apache-flink,flink-streaming,flink-sql,Apache Flink,Flink Streaming,Flink Sql,我正在实现一个SourceFunction,它从数据库中读取数据。 如果作业停止或崩溃,即保存点和检查点,且数据只处理一次,则作业应该能够恢复 到目前为止,我所拥有的: @SerialVersionUID(1L) class JDBCSource(private val waitTimeMs: Long) extends RichParallelSourceFunction[Event] with StoppableFunction with LazyLogging{ @transi
@SerialVersionUID(1L)
class JDBCSource(private val waitTimeMs: Long) extends
RichParallelSourceFunction[Event] with StoppableFunction with LazyLogging{
@transient var client: PostGreClient = _
@volatile var isRunning: Boolean = true
val DEFAULT_WAIT_TIME_MS = 1000
def this(clientConfig: Serializable) =
this(clientConfig, DEFAULT_WAIT_TIME_MS)
override def stop(): Unit = {
this.isRunning = false
}
override def open(parameters: Configuration): Unit = {
super.open(parameters)
client = new JDBCClient
}
override def run(ctx: SourceFunction.SourceContext[Event]): Unit = {
while (isRunning){
val statement = client.getConnection.createStatement()
val resultSet = statement.executeQuery("SELECT name, timestamp FROM MYTABLE")
while (resultSet.next()) {
val event: String = resultSet.getString("name")
val timestamp: Long = resultSet.getLong("timestamp")
ctx.collectWithTimestamp(new Event(name, timestamp), timestamp)
}
}
}
override def cancel(): Unit = {
isRunning = false
}
}
如何确保只获取数据库中尚未处理的行?
我假设ctx变量将包含一些关于当前水印的信息,以便我可以将查询更改为如下内容:
select name, timestamp from myTable where timestamp > ctx.getCurrentWaterMark
但是对我来说没有任何相关的方法。如果您有任何解决此问题的想法,我们将不胜感激。您必须实施,以便自己管理检查点。接口的文档非常全面,但是如果你需要一个例子,我建议你看一看
本质上,您的函数必须实现CheckpointedFunctionsnapshotState以使用Flink的托管状态存储所需的状态,然后在执行还原时,它将在CheckpointedFunctioninitializeState中读取相同的状态。这非常有帮助。非常感谢你: