我对checkpoint这块不是很了解。不过subtask标记为idle跟finish还是有区别的吧。
祝尚 <17626017...@163.com> 于2020年4月20日周一 下午10:29写道：
> 我们是1.8版本，但是这段源码应该是没变把
> // check if all tasks that we need to trigger are running.
> // if not, abort the checkpoint
> Execution[] executions = new Execution[tasksToTrigger.length];
> for (int i = 0; i < tasksToTrigger.length; i++) {
> Execution ee = tasksToTrigger[i].getCurrentExecutionAttempt();
> if (ee == null) {
> LOG.info("Checkpoint triggering task {} of job {} is not being
> executed at the moment. Aborting checkpoint.",
> tasksToTrigger[i].getTaskNameWithSubtaskIndex(),
> job);
> throw new
> CheckpointException(CheckpointFailureReason.NOT_ALL_REQUIRED_TASKS_RUNNING);
> } else if (ee.getState() == ExecutionState.RUNNING) {
> executions[i] = ee;
> } else {
> LOG.info("Checkpoint triggering task {} of job {} is not in state {}
> but {} instead. Aborting checkpoint.",
> tasksToTrigger[i].getTaskNameWithSubtaskIndex(),
> job,
> ExecutionState.RUNNING,
> ee.getState());
> throw new
> CheckpointException(CheckpointFailureReason.NOT_ALL_REQUIRED_TASKS_RUNNING);
> }
> }
> 还是我理解的不对
>
> > 2020年4月20日 下午6:21，Benchao Li <libenc...@gmail.com> 写道：
> >
> > 你们用的是哪个版本？我们用的是1.9，还没有遇到过这个问题呢。
> >
> > Sun.Zhu <17626017...@163.com> 于2020年4月20日周一 下午5:43写道：
> >
> >>
> 我们生产上遇到过这个问题，分不到partition的source短暂时间后变成了finished状态，在做checkpoint时会检查所有executor的状态是不是running，否则将不做checkpoint
> >> ，源码CheckpointCoordinator#triggerCheckpoint也有说明
> >>
> >>
> >>
> >>
> >>
> >> | |
> >> Sun.Zhu
> >> |
> >> |
> >> 邮箱：17626017...@163.com
> >> |
> >>
> >> Signature is customized by Netease Mail Master
> >>
> >> 在2020年04月20日 10:37，Benchao Li 写道：
> >> 应该是不会的。分配不到partition的source会标记为idle状态。
> >>
> >> Sun.Zhu <17626017...@163.com> 于2020年4月20日周一 上午10:28写道：
> >>
> >>> Hi,benchao，source并发度大于partition数的话，会导致不做checkpoint的问题吧
> >>>
> >>>
> >>>
> >>>
> >>> | |
> >>> Sun.Zhu
> >>> |
> >>> |
> >>> 邮箱：17626017...@163.com
> >>> |
> >>>
> >>> Signature is customized by Netease Mail Master
> >>>
> >>> 在2020年04月19日 22:43，人生若只如初见 写道：
> >>> 嗯嗯，十分感谢
> >>>
> >>>
> >>>
> >>>
> >>> ------------------ 原始邮件 ------------------
> >>> 发件人: "Benchao Li"<libenc...@gmail.com>;
> >>> 发送时间: 2020年4月19日(星期天) 晚上9:25
> >>> 收件人: "user-zh"<user-zh@flink.apache.org>;
> >>>
> >>> 主题: Re: 问题请教-flinksql的kafkasource方面
> >>>
> >>>
> >>>
> >>> 如果是这种情况，可以让你的source的并发度大于等于kafka partition的数量来避免一下。
> >>>
> >>> Jark Wu <imj...@gmail.com> 于2020年4月19日周日 下午8:22写道：
> >>>
> >>> > Hi,
> >>> >
> >>> > 根据你描述的现象，以及提供的代码。我觉得原因应该是数据乱序导致的。
> >>> > 根据你的 Java 代码，数据的 event time
> >>> 不是单调递增的，会有一定程度的乱序，这种乱序在作业正常运行时影响不大（watermark
> >>> > 能容忍 5s 乱序）.
> >>> > 但是在追数据时，由于 flink 目前还没有做到event time 对齐，所以会导致追数据时某些 partition 进度比某些
> >>> partition
> >>> > 进度快很多的现象，
> >>> > 导致乱序程度拉大（如原先迟到最久的数据时4s，现在可能是10s），所以会导致丢弃的数据更多，也就造成了追数据时，统计值偏低的现象。
> >>> >
> >>> > 完美的解决方案还需要等 FLIP-27 的完成。
> >>> > 当前可以通过增加 watermark delay来增大迟到数据的容忍。
> >>> >
> >>> > Best,
> >>> > Jark
> >>> >
> >>> >
> >>> > On Sat, 18 Apr 2020 at 22:53, 人生若只如初见 <cai...@qq.com> wrote:
> >>> >
> >>> > > 你好
> >>> > >
> >>> > >
> >>> >
> >>>
> >>
> 感谢解答，第一个问题就是当我用插入语句时，如果kafka里面已经发了3个多小时的用户数据，他会马上求出前三个小时的购买数，大概每小时只有140个，但统计的之后几个小时的购买数都在1100左右，两者差了好多
> >>> > >
> >>> > >
> >>> > >
> >>> > > 附：
> >>> > > userbehavior建表语句
> >>> > > CREATE TABLE user_behavior (
> >>> > > &nbsp; &nbsp; user_id BIGINT,
> >>> > > &nbsp; &nbsp; item_id BIGINT,
> >>> > > &nbsp; &nbsp; category_id BIGINT,
> >>> > > &nbsp; &nbsp; behavior STRING,
> >>> > > &nbsp; &nbsp; ts TIMESTAMP(3),
> >>> > > &nbsp; &nbsp; proctime as PROCTIME(), &nbsp; --
> >>> 通过计算列产生一个处理时间列
> >>> > > &nbsp; &nbsp; WATERMARK FOR ts as ts - INTERVAL '5'
> >>> SECOND &nbsp;--
> >>> > > 在ts上定义watermark，ts成为事件时间列
> >>> > > ) WITH (
> >>> > > &nbsp; &nbsp; 'connector.type' = 'kafka',
> &nbsp;--
> >>> 使用 kafka connector
> >>> > > &nbsp; &nbsp; 'connector.version' = 'universal',
> >>> &nbsp;-- kafka
> >>> > > 版本，universal 支持 0.11 以上的版本
> >>> > > &nbsp; &nbsp; 'connector.topic' = 'user_behavior',
> >>> &nbsp;-- kafka topic
> >>> > > &nbsp; &nbsp; 'connector.startup-mode' =
> >>> 'earliest-offset', &nbsp;-- 从起始
> >>> > > offset 开始读取
> >>> > > &nbsp; &nbsp;
> 'connector.properties.zookeeper.connect'
> >> =
> >>> '
> >>> > > 192.168.0.150:2181', &nbsp;-- zookeeper 地址
> >>> > > &nbsp; &nbsp;
> 'connector.properties.bootstrap.servers'
> >> =
> >>> '
> >>> > > 192.168.0.150:9092', &nbsp;-- kafka broker 地址
> >>> > > &nbsp; &nbsp; 'format.type' = 'json' &nbsp;--
> >> 数据源格式为
> >>> json
> >>> > > )
> >>> > >
> >>> > > 每小时购买数建表语句
> >>> > > CREATE TABLE buy_cnt_per_hour (&nbsp;
> >>> > > &nbsp; &nbsp; hour_of_day BIGINT,
> >>> > > &nbsp; &nbsp; buy_cnt BIGINT
> >>> > > ) WITH (
> >>> > > &nbsp; &nbsp; 'connector.type' = 'elasticsearch', --
> 使用
> >>> elasticsearch
> >>> > > connector
> >>> > > &nbsp; &nbsp; 'connector.version' = '6', &nbsp;--
> >>> elasticsearch 版本，6 能支持
> >>> > > es 6+ 以及 7+ 的版本
> >>> > > &nbsp; &nbsp; 'connector.hosts' = '
> >>> http://192.168.0.150:9200', &nbsp;--
> >>> > > elasticsearch 地址
> >>> > > &nbsp; &nbsp; 'connector.index' = 'buy_cnt_per_hour',
> >>> &nbsp;--
> >>> > > elasticsearch 索引名，相当于数据库的表名
> >>> > > &nbsp; &nbsp; 'connector.document-type' =
> >>> 'user_behavior', --
> >>> > > elasticsearch 的 type，相当于数据库的库名
> >>> > > &nbsp; &nbsp; 'connector.bulk-flush.max-actions' =
> '1',
> >>> &nbsp;-- 每条数据都刷新
> >>> > > &nbsp; &nbsp; 'format.type' = 'json', &nbsp;--
> >>> 输出数据格式 json
> >>> > > &nbsp; &nbsp; 'update-mode' = 'append'
> >>> > > )
> >>> > >
> >>> > > 插入语句
> >>> > > INSERT INTO buy_cnt_per_hour&nbsp;
> >>> > > SELECT HOUR(TUMBLE_START(ts,INTERVAL '1'
> >>> HOUR)),COUNT(*)&nbsp;
> >>> > > FROM user_behavior
> >>> > > WHERE behavior = 'buy'
> >>> > > GROUP BY TUMBLE(ts,INTERVAL '1' HOUR)
> >>> > >
> >>> > > kafka数据发送代码
> >>> > >
> >>> > > import com.alibaba.fastjson.JSONObject;
> >>> > > import org.apache.kafka.clients.producer.KafkaProducer;
> >>> > > import org.apache.kafka.clients.producer.ProducerRecord;
> >>> > >
> >>> > > import java.text.SimpleDateFormat;
> >>> > > import java.util.*;
> >>> > >
> >>> > >
> >>> > > public class UserBehaviorProducer {
> >>> > > public static final String brokerList
> >> = "
> >>> 192.168.0.150:9092";
> >>> > >
> >>> > > // public static
> >> final
> >>> String topic="user_behavior";
> >>> > > public static final String topic =
> >>> "user_behavior";
> >>> > >
> >>> > > public static void main(String
> args[])
> >> {
> >>> > >
> >>> > > //配置生产者客户端参数
> >>> > > //将配置序列化
> >>> > > Properties
> >>> properties = new Properties();
> >>> > >
> >>> properties.put("key.serializer",
> >>> > > "org.apache.kafka.common.serialization.StringSerializer");
> >>> > >
> >>> properties.put("value.serializer",
> >>> > > "org.apache.kafka.common.serialization.StringSerializer");
> >>> > >
> >>> properties.put("bootstrap.servers", brokerList);
> >>> > >
> >>> //创建KafkaProducer 实例
> >>> > >
> >>> KafkaProducer<String, String&gt; producer = new
> >>> > > KafkaProducer<&gt;(properties);
> >>> > > //构建待发送的消息
> >>> > > //{"user_id":
> >>> "952483", "item_id":"310884", "category_id":
> >>> > > "4580532", "behavior": "pv", "ts": "2017-11-27T00:00:00Z"}
> >>> > > //{"user_id":
> >>> "794777", "item_id":"5119439", "category_id":
> >>> > > "982926", "behavior": "pv", "ts": "2017-11-27T00:00:00Z"}
> >>> > > String[]
> >>> behaviors = {"pv", "buy", "coll",
> >>> > "cart"};//浏览，购买，收藏，加入购物车
> >>> > > JSONObject
> >>> jsonObject = new JSONObject();
> >>> > >
> HashMap<String,
> >>> String&gt; info = new HashMap<&gt;();
> >>> > > Random
> random =
> >>> new Random();
> >>> > >
> >> SimpleDateFormat
> >>> format = new
> >>> > > SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss'Z'");
> >>> > > long
> >>> date_long=getDate();
> >>> > > while (true)
> {
> >>> >
> >>>
> >>
> >
> >>> jsonObject.put("user_id", random.nextInt(900000) + 100000 +
> >>> > > "");
> >>> >
> >>>
> >>
> >
> >>> jsonObject.put("item_id", random.nextInt(900000) + 100000 +
> >>> > > "");
> >>> >
> >>>
> >>
> >
> >>> jsonObject.put("category_id", random.nextInt(1000) + "");
> >>> >
> >>>
> >>
> >
> >>> jsonObject.put("behavior", behaviors[random.nextInt(4)]);
> >>> >
> >>>
> >>
> >
> >>> jsonObject.put("ts", format.format(new Date(date_long)));
> >>> >
> >>>
> >>
> >
> >>> String msg = jsonObject.toString();
> >>> >
> >>>
> >>
> >
> >>> System.out.println(msg);
> >>> >
> >>>
> >>
> >
> >>> ProducerRecord<String, String&gt; record = new
> >>> > > ProducerRecord<&gt;(topic, msg);
> >>> >
> >>>
> >>
> >
> >>> producer.send(record);
> >>> > >
> >>> //
> >>> date_long +=500+random.nextGaussian()*1000;
> >>> >
> >>>
> >>
> >
> >>> date_long +=800+random.nextGaussian()*1500;
> >>> >
> >>>
> >>
> >
> >>> try {
> >>> >
> >>>
> >>
> >
> >>> Thread.sleep(60);
> >>> >
> >>>
> >>
> >
> >>> } catch (InterruptedException e) {
> >>> >
> >>>
> >>
> >
> >>> e.printStackTrace();
> >>> >
> >>>
> >>
> >
> >>> }
> >>> > > }
> >>> > >
> >>> > > }
> >>> > >
> >>> > > private static long getDate() {
> >>> > > Date date =
> new
> >>> Date();
> >>> > > Calendar c =
> >>> Calendar.getInstance();
> >>> > >
> >> c.setTime(date);
> >>> > >
> >>> //设置为1号,当前日期既为本月第一天
> >>> > >
> >>> c.set(Calendar.DAY_OF_MONTH, 1);
> >>> > > //将小时至0
> >>> > >
> >>> c.set(Calendar.HOUR_OF_DAY, 0);
> >>> > > //将分钟至0
> >>> > >
> >>> c.set(Calendar.MINUTE, 0);
> >>> > > //将秒至0
> >>> > >
> >>> c.set(Calendar.SECOND,0);
> >>> > > //将毫秒至0
> >>> > >
> >>> c.set(Calendar.MILLISECOND, 0);
> >>> > > //
> >>> 本月第一天的时间戳转换为字符串
> >>> > > return
> >>> c.getTimeInMillis();
> >>> > > }
> >>> > > }
> >>> > >
> >>> > > ------------------&nbsp;原始邮件&nbsp;------------------
> >>> > > 发件人:&nbsp;"Jark Wu"<imj...@gmail.com&gt;;
> >>> > > 发送时间:&nbsp;2020年4月18日(星期六) 晚上10:08
> >>> > > 收件人:&nbsp;"user-zh"<user-zh@flink.apache.org&gt;;
> >>> > >
> >>> > > 主题:&nbsp;Re: 问题请教-flinksql的kafkasource方面
> >>> > >
> >>> > >
> >>> > >
> >>> > > Hi,
> >>> > >
> >>> > > 关于第二个问题，Flink 1.10 只在 SQL CLI 支持了 CREATE VIEW 语法，
> >>> TableEnvironment 上还未支持。
> >>> > > 关于第一个问题，抱歉，没有太看懂。"每小时全网购买数/partition的的数量，数据不准确了"
> >> 是什么意思呢？要不举个例子看下？
> >>> > >
> >>> > > Best,
> >>> > > Jark
> >>> > >
> >>> > > On Sat, 18 Apr 2020 at 18:38, 人生若只如初见 <cai...@qq.com&gt;
> >>> wrote:
> >>> > >
> >>> > > &gt; 大佬好：
> >>> > > &gt; &amp;nbsp; &amp;nbsp;
> >>> > > &gt;
> >>> >
> >>>
> >>
> &amp;nbsp;请教下，之前我看了云邪大佬的基于flinkSQL快速构建流式应用的视频，兵按照其步骤进行了复现。过程中我遇到了两个问题。
> >>> > > &gt; &amp;nbsp; &amp;nbsp;
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> &amp;nbsp;问题一是当我用先在sql-client中创建kafkasource表，再用程序向kafka发送数据，统计出来的每小时全网购买数是对的；可如果把kafka数据清空，然后先启动程序向kafka发送用户行为数据，发送了一会后再创建kafkasource表并进行业务处理，此时得到的结果是：每小时全网购买数/partition的的数量，数据不准确了。我记得kafkasource读取标记的watermark是partition中最小的那个，为什么会出现这个问题。
> >>> > > &gt; &amp;nbsp;&amp;nbsp;
> >>> > > &gt; &amp;nbsp; &amp;nbsp;
> >>> > > 问题二是我在sql-client中可以创建view，可我用程序写tableEnv.sqlUpdate("create
> >>> > > &gt; view as ...")却会报错。报错如下：
> >>> > > &gt; Exception in thread "main"
> >>> > org.apache.flink.table.api.TableException:
> >>> > > &gt; Unsupported query: CREATE VIEW rich_user_behavior AS
> >>> > > &gt; SELECT U.user_id, U.item_id,
> U.behavior,&amp;nbsp;
> >>> > > &gt; &amp;nbsp; CASE C.parent_category_id
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 1 THEN '服饰鞋包'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 2 THEN '家装家饰'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 3 THEN '家电'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 4 THEN '美妆'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 5 THEN '母婴'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 6 THEN '3C数码'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 7 THEN '运动户外'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; WHEN 8 THEN '食品'
> >>> > > &gt; &amp;nbsp; &amp;nbsp; ELSE '其他'
> >>> > > &gt; &amp;nbsp; END AS category_name
> >>> > > &gt; FROM user_behavior AS U LEFT JOIN category_dim FOR
> >>> SYSTEM_TIME AS OF
> >>> > > &gt; U.proctime AS C
> >>> > > &gt; ON U.category_id = C.sub_category_id
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> org.apache.flink.table.planner.delegation.ParserImpl.lambda$parse$0(ParserImpl.java:67)
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> org.apache.flink.table.planner.delegation.ParserImpl$$Lambda$213/1241938981.get(Unknown
> >>> > > &gt; Source)
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > java.util.Optional.orElseThrow(Optional.java:290)
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> org.apache.flink.table.planner.delegation.ParserImpl.parse(ParserImpl.java:67)
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> org.apache.flink.table.api.internal.TableEnvironmentImpl.sqlUpdate(TableEnvironmentImpl.java:484)
> >>> > >
> >>>
> >>
> &gt;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;
> >>> at
> >>> > > &gt;
> >>> > >
> >>> >
> >>>
> >>
> com.cmb.sql_train.myexample.MyUserBehaviorExample.main(MyUserBehaviorExample.java:51)
> >>> > > &gt;
> >>> > > &gt;
> >>> > > &gt;
> >>> > > &gt;
> >>> > > &gt;
> >>> > > &gt; &amp;nbsp; &amp;nbsp; &amp;nbsp;
> >>> &amp;nbsp; 望解答，十分感谢！
> >>> >
> >>>
> >>>
> >>> --
> >>>
> >>> Benchao Li
> >>> School of Electronics Engineering and Computer Science, Peking
> University
> >>> Tel:+86-15650713730
> >>> Email: libenc...@gmail.com; libenc...@pku.edu.cn
> >>
> >>
> >>
> >> --
> >>
> >> Benchao Li
> >> School of Electronics Engineering and Computer Science, Peking
> University
> >> Tel:+86-15650713730
> >> Email: libenc...@gmail.com; libenc...@pku.edu.cn
> >>
> >
> >
> > --
> >
> > Benchao Li
> > School of Electronics Engineering and Computer Science, Peking University
> > Tel:+86-15650713730
> > Email: libenc...@gmail.com; libenc...@pku.edu.cn
>
>
--
Benchao Li
School of Electronics Engineering and Computer Science, Peking University
Tel:+86-15650713730
Email: libenc...@gmail.com; libenc...@pku.edu.cn
