flink-user-zh mailing list archives

Site index · List index
Message view « Date » · « Thread »
Top « Date » · « Thread »
From 1101300123 <hdxg1101300...@163.com>
Subject 回复: 回复: 回复: FlinkSQL Upsert/Retraction 写入 MySQL 的问题
Date Tue, 28 Apr 2020 06:15:43 GMT
我知道,我的意思是,upsert自己实现了,我可以直接丢弃false的数据不做处理这样会不会提升部分效率


在2020年4月28日 14:11,Jark Wu<imjark@gmail.com> 写道:
UpsertSink 仍然可能会收到 delete 消息的,所以你可以看到 UpsertSink 的输入是
Tuple2<Boolean, Row>
,当 false 时代表 delelte,true 时代表 upsert 消息。

Best,
Jark

On Tue, 28 Apr 2020 at 14:05, 1101300123 <hdxg1101300123@163.com> wrote:

我看源码这样写道:
/**
* Get dialect upsert statement, the database has its own upsert syntax,
such as Mysql
* using DUPLICATE KEY UPDATE, and PostgresSQL using ON CONFLICT... DO
UPDATE SET..
*
* @return None if dialect does not support upsert statement, the writer
will degrade to
* the use of select + update/insert, this performance is poor.
*/
default Optional<String> getUpsertStatement(
String tableName, String[] fieldNames, String[] uniqueKeyFields) {
return Optional.empty();
}
不同的数据库产品有不同的语句,所以默认实现是delete +insert


但是我看
@Override
public void executeBatch() throws SQLException {
if (keyToRows.size() > 0) {
for (Map.Entry<Row, Tuple2<Boolean, Row>> entry : keyToRows.entrySet()) {
Row pk = entry.getKey();
Tuple2<Boolean, Row> tuple = entry.getValue();
if (tuple.f0) {
processOneRowInBatch(pk, tuple.f1);
} else {
setRecordToStatement(deleteStatement, pkTypes, pk);
deleteStatement.addBatch();
}
}
internalExecuteBatch();
deleteStatement.executeBatch();
keyToRows.clear();
}
}


方法中是有delete的,如果我自己实现了upset,是不是没有delete的必要也不用取false的记录
在2020年4月28日 11:43,wanglei2@geekplus.com.cn<wanglei2@geekplus.com.cn> 写道:

Thanks Leonard,

JDBCUpsertTableSink 按照 Upsert 的方式处理,实际执行的 SQL 语句是 INSERT INTO
 ON
DUPLICATE KEY 吗?
这个在源代码哪个地方呢?

谢谢,
王磊



wanglei2@geekplus.com.cn


发件人: Leonard Xu
发送时间: 2020-04-27 12:58
收件人: user-zh
主题: Re: FlinkSQL Upsert/Retraction 写入 MySQL 的问题
Hi,wanglei

INSERT INTO  mysql_sink SELECT  f1, count(*) FROM kafka_src GROUP BY f1
每从 kafka 过来一条新的记录,会生成两条记录 Tuple2<Row, Boolean>,
旧的被删除,新的会添加上。
这是query是会一个会产生retract stream的query,可以简单理解成每条kafka的数据过来会产生两条记录,但是最终写入下游的系统
需要看下游的系统支持和实现的sink(现在有三种sink AppendStreamSink, UpsertStreamSink,
RetractStreamSink)

我看
https://github.com/apache/flink/tree/master/flink-connectors/flink-jdbc/src/main/java/org/apache/flink/api/java/io/jdbc
没有 Retract 方式
实际上使用了 JDBCUpsertTableSink.java 的代码写入 MySQL 吗?
现有的sink中,kafka是实现的AppendStreamSink,所以只支持insert 的记录,不支持retract.
你用DDL声明的mysql表,对应的jdbc sink 是JDBCUpsertTableSink,所以会按照Upsert的逻辑处理,
也不支持retract。

如若不带 group by 直接:
INSERT INTO  mysql_sink SELECT  f1,  f2 FROM kafka_src
主键冲突写入 mysql 是会出错的,怎么可以用 Upsert 的方式直接覆盖呢?

不带 group by时无法推导出query的 unique key,没法做按照unique key的更新,
只需要将 query的 key (你这里是group by 后的字段)和db中主键保持一致即可

Best,

Leonard Xu

Mime
  • Unnamed multipart/alternative (inline, None, 0 bytes)
View raw message