hi
感谢各位，pnowoj...@apache.org为我提供了一个FLIP，
https://cwiki.apache.org/confluence/display/FLINK/FLIP-27%3A+Refactor+Source+Interface#FLIP27:RefactorSourceInterface-EventTimeAlignment
，我的问题其实就是这个问题，快流会推高水印导致漫流里的数据被丢弃，我已经在开始尝试依赖zookeeper来写*SourceCoordinator，*
从而协调多个源的数据，主要是考虑这样不用考虑高可用，单独的coordinator需要自己实现高可用。
赵一旦 <hinobl...@gmail.com> 于2020年9月21日周一 下午5:50写道：
> 的确问题没说明白，貌似flink不会存在类似问题。
>
> hao kong <h...@lemonbox.me> 于2020年9月16日周三 下午6:45写道：
>
> > 十分感谢，我尝试实现一下，看看能不能通过processfuncton和反压机制配合实现一下。
> >
> > Congxian Qiu <qcx978132...@gmail.com> 于2020年9月16日周三 下午1:55写道：
> >
> > > Hi
> > > 没有太明白你这里为什么数据较少的 source 会覆盖数据更多的 source。能否详细描述下呢？
> > > 如果是因为某些 source 的数据把 watermark 给推高了，从而导致其他的 source
> > > 数据变成迟到的数据，那么我理解这个暂时没法直接解决的，因为 watermark 是 task 级别的。如果你想要在一个 Flink
> > > 作业中实现更细粒度的 watermark，或许你可以尝试下 processfuncton[1] 自己来定制一套类似的机制
> > > 另外你也可以看下这个文档[2] 看是否在你的场景中有帮助
> > >
> > > [1]
> > >
> > >
> >
> https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/stream/operators/process_function.html#the-keyedprocessfunction
> > > [2]
> > >
> > >
> >
> https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/event_timestamps_watermarks.html#watermark-strategies-and-the-kafka-connector
> > > Best,
> > > Congxian
> > >
> > >
> > > hao kong <h...@lemonbox.me> 于2020年9月16日周三 上午10:24写道：
> > >
> > > > hello，我有一份来自多个Kafka-source的工作。它们都包含某些历史数据。如果使用events-time
> > > > window，它将导致数据较少的source通过water-mark覆盖数据更多的source。
> > > >
> > > >
> > >
> >
> 目前我能想到的方案是用一个在source上的调度器，通过redis或者zookeeper缓存每一个source下两条数据，统一比较，时间小的先进入接下来的处理流程，实现起来比较复杂，各位大佬有什么好的办法吗？十分感谢。
> > > >
> > >
> >
>
