退订
| | xiaobo77 | | 退订 |
回复: flink on native k8s 资源弹性扩容问题
可以看下使用的 k8s 是否有 VPA 的能力 -- Best, Matt Wang 在2021年09月26日 14:23,刘建刚 写道: 这个不支持,你可以通过外部的工具来做到。比如,检测cpu到了一定程度就自动的重启作业来扩容。 赵旭晨 于2021年9月23日周四 下午9:14写道: 目前生产上环境作业参数0.2(cpu),5G 平常增量跑的时候cpu占用率不到5%,上游数据全量初始化时经常会把CPU打满 想问下:flink能否做到弹性扩容?当pod的request cpu打满时自动增加cpu,当高峰期过后处于增量阶段时再收回部分pod资源?
Re: flink sql计算新增用户
Hi! 听起来 event time temporal join 符合你的需求。详见 https://ci.apache.org/projects/flink/flink-docs-release-1.13/zh/docs/dev/table/sql/queries/joins/#event-time-temporal-join z 于2021年9月28日周二 下午8:27写道: > hi各位,我想计算每日新增用户的数量,用户的登录日志在kafka中,在当日之前登录过的用户即为老用户,目前我的做法是将用户登录信息用flink > sql写到下游mysql表A中,表中存储用户id和第一次登录的ts,然后再用另外一个流join这张表判断该用户是否在今天之前是否登录过,如果未登录则计算为当日新增玩家。 > > 现在的问题是在0点时,可能由于数据延迟或者乱序,导致前天11:55的用户数据还没有写到A表中,但是0:01的数据到了,所以这个用户会被计算为新用户,或者另外一种情况时,写入表A的流消费比较慢,导致另外一个流join到的数据不全,老用户也会被判定为今日新增用户,请问这种情况我要如何计算到准确的每日实时新增用户呢? > 考虑过使用10分钟窗口+5分钟延迟的形式,但是这样延迟就变成了15分钟,延迟时间过长
flink sql????????????
hi??kafkaflink sqlmysql??Aid??tsjoin?? ??011:55A??0:01A??join?? ??10+515??
Re: 撤回流如何进行窗口分组聚合
这个在 1.14 已经支持了, 详见 FLINK-20487 On 9/28/21, Liu Join wrote: > 我将数据流进行去重后,无法进行窗口聚合操作,一直报错GroupWindowAggregate doesn't support consuming > update and delete changes which is produced by node Deduplicate >
撤回流如何进行窗口分组聚合
我将数据流进行去重后,无法进行窗口聚合操作,一直报错GroupWindowAggregate doesn't support consuming update and delete changes which is produced by node Deduplicate