Hi, 是的，目前来说会 block 住。 flush + apply schema change 一般来说不会持续太长时间， 且 schema 变更一般来说是低频事件，即使 block 也不会有太大性能影响。
Best, Jiabao > 2023年12月28日 12:57，casel.chen <casel_c...@126.com> 写道： > > > > > 感谢解惑！ > 还有一个问题：如果一个 pipeline 涉及多张表数据同步，而只有一个表出现 schema 变更的话，其他表的数据处理也会 block 住吗？ > > > > > > > > > 在 2023-12-28 01:16:40，"Jiabao Sun" <jiabao....@xtransfer.cn.INVALID> 写道： >> Hi, >> >>> 为什么最后output.collect(new StreamRecord<>(schemaChangeEvent)); >>> 还要发送一次SchemaChangeEvent呢？ >> >> Sink 也会收到 SchemaChangeEvent，因为 Sink 可能需要根据 Schema 变更的情况来调整 serializer 或 >> writer，参考 DorisEventSerializer >> >>> 最后一行requestReleaseUpstream()执行被block的原因是什么？是如何hold upstream然后再release >>> upstream的呢？ >> 被 block 的原因是 responseFuture没有 >> complete，在SchemaOperator.sendRequestToCoordinator 使用 responseFuture.get() >> 在没有完成时会 block 住。 >> 只有当收到 FlushSuccessEvent 时，才会执行 schema 变更，当 schema 变更完毕后，将 >> waitFlushSuccess的responseFuture 标记为 complete。 >> 参考 >> SchemaRegistryRequestHandler.handleSchemaChangeRequest:100~105，SchemaRegistryRequestHandler.flushSuccess:148~150. >> >> 保证顺序的问题比较复杂，可以参考一下源码和设计文档 [1]。 >> >> Best, >> Jiabao >> >> [1] >> https://docs.google.com/document/d/1tJ0JSnpe_a4BgLmTGQyG-hs4O7Ui8aUtdT4PVIkBWPY/edit >> >>> 2023年12月27日 22:14，casel.chen <casel_c...@126.com> 写道： >>> >>> 看了infoq介绍flink cdc 3.0文章 >>> https://xie.infoq.cn/article/a80608df71c5291186153600b，我对其中schema. >>> evolution设计原理想不明白，框架是如何做到schema change顺序性的。文章介绍得并不详细。 >>> 从mysql binlog产生changeEvent来看，所有的变更都是时间线性的，例如s1, d1, d2, s2, d3, d4, d5, s3, >>> d6 其中d代表数据变更，s代表schema变更 >>> 这意味着d1,d2使用的是s1 schema，而d3~d5用的是s2 schema，最后d6使用的是s3 schema。 >>> 如果flink开多个并发进行处理的话，这些变更序列会被分发到不同task上进行处理，例如2个并行度下，Task1处理 s1, d1, d2, s2, >>> 而Task2处理 d3, d4, d5, s3, d6 >>> 这时候数据schema版本顺序性如何保障？会不会用错误的schema版本处理了数据变更呢？ >>> >>> >>> SchemaOperator代码中 >>> private void handleSchemaChangeEvent(TableId tableId, SchemaChangeEvent >>> schemaChangeEvent) { >>> // The request will need to send a FlushEvent or block until flushing >>> finished >>> SchemaChangeResponse response = requestSchemaChange(tableId, >>> schemaChangeEvent); >>> if (response.isShouldSendFlushEvent()) { >>> LOG.info( >>> "Sending the FlushEvent for table {} in subtask {}.", >>> tableId, >>> getRuntimeContext().getIndexOfThisSubtask()); >>> output.collect(new StreamRecord<>(new FlushEvent(tableId))); >>> output.collect(new StreamRecord<>(schemaChangeEvent)); >>> // The request will block until flushing finished in each sink >>> writer >>> requestReleaseUpstream(); >>> } >>> } >>> 为什么最后output.collect(new StreamRecord<>(schemaChangeEvent)); >>> 还要发送一次SchemaChangeEvent呢？ >>> 当收到FlushSuccessEvent后SchemaRegistryRequestHandler不是已经调用MetadataApplier执行schemaChange动作了么？ >>> 最后一行requestReleaseUpstream()执行被block的原因是什么？是如何hold upstream然后再release >>> upstream的呢？ >>> 求指教，谢谢！ >>>
