回复: temparol table join后无法sink

[Lucas]

找到原因了，数据问题，两个kafka source的earliest的数据timestamp差距比较大，导致在join时一直在堆积数据等待另一个队列的时间戳到达。调整offset让两个队列的时间戳一致后问题消失。



[hidden email]
 
发件人： [hidden email]
发送时间： 2020-12-16 07:36
收件人： user-zh
主题： temparol table join后无法sink
Hi,
 
流程是从两个kafka队列中取数据，做完temparol table join后取滚动窗口做UDAF，然后sink，代码大概如下
joined_table = t_env.sql_query("""
    SELECT
        o.exchangeCode_ as code,
        o.price,
        o.volume,
        o.eventTime
    FROM orders AS o INNER JOIN quotes FOR SYSTEM_TIME AS OF o.eventTime q
    ON o.exchangeCode_ = q.exchangeCode_
""")
tumble_window = Tumble.over(expr.lit(500).millis) \
    .on(expr.col("eventTime")) \
    .alias("w")
aggregate_table = joined_table.window(tumble_window) \
    .group_by("w") \
    .select("orderCalc(code, price, volume) as aggValue") \
    .execute_insert("kafkaSink")
然后执行的时候数据都堆积在TemporalJoin环节，没法进入sink环节。执行图如下
https://ftp.bmp.ovh/imgs/2020/12/702ccb600bb01968.png
最后sink环节的bytes received一直是0，然后运行到最后就因为内存不足失败。
看了taskmanager的日志里面没有报错。
 
想问下这种问题应该从哪里进行排查，多谢。
 
 
[hidden email]