假设一个简单的map和reduce操作。A是Map Operator，B是keyby Operator。
A有两个task：taskA1和taskA2，B只有一个taskB
如果taskA2执行的特别慢，taskA1执行完毕checkpoint
cp1后，告诉了taskB，然后已经开始（或者说可以开始）处理下一个checkpoint cp2的数据了。
这时候taskA2还在缓慢的处理cp1的数据。这时候：
taskA1会继续处理cp2的数据吗？
如果是继续处理，taskB会处理taskA传递给taskB的cp2的数据吗？
还是taskA1和taskB都停止处理*，*等taskA2？
Hi Mark,
> taskA1会继续处理cp2的数据吗？如果是继续处理，taskB会处理taskA传递给taskB的cp2的数据吗？
A1会继续处理。如果是 exactly-once 模式，taskB 不会处理 taskA传递给taskB的cp2的数据。所以，如果 A2
非常非常慢，最终 taskB 会反压到 A1，导致 A1也无法继续处理数据。
> 同样的问题，如果taskA本身就是一个reduce操作（keyby），taskB是一个map操作。那么同样的问题，答案是一样的吗？
答案一样。
Best,
Jark
On Sun, 23 Feb 2020 at 19:18, Mar
Hi Fei,
Kafka source/sink 不支持 TIMESTAMP(6) 类型，支持精度3，且现在 TIMESTAMP 不带精度默认是6，所以需要你将
DDL 声明中的 TIMESTAMP 改成 TIMESTAMP(3).
Beest,
Jark
On Sun, 23 Feb 2020 at 15:44, Fei Han
wrote:
>
> Hi,all:
>我在zeppelin执行如下DDL和SQL，报如下错误：
> DDL：
> DROP TABLE IF EXISTS user_log ;
> CREATE TABLE user_log (
>
大家好，请教一下，flink任务读取kafka数据进行聚集操作后将结果写回kafka，flink版本为1.8.0。任务运行一段时间后出现如下异常，之后flink任务异常挂掉，请问一下这个问题该如何解决呢？多谢
2020-02-19 10:45:45,314 ERROR
org.apache.flink.runtime.io.network.netty.PartitionRequestQueue - Encountered
error while consuming partitions
java.io.IOException: Connection reset by peer
