共有1个答案
在您描述的场景中，Flink sink确实将重新处理自上次快照以来发送给它的记录。
但这并不一定意味着连接到接收器的外部数据存储（例如，数据库、文件系统或消息队列）将最终持久化这些重复项。如果接收器支持事务，或者数据是以幂等的方式写入的，那么Flink可以提供我们有时所说的“精确一次端到端”的保证。
Flink的Kafka producer和StreamingFileSink是可以利用事务来避免产生重复（或不一致）结果的接收器的例子。
-
安装（下载 这是Flink的默认配置。 关于这里发生了什么事，有什么建议吗？
-
我注意到，每次我运行一个新作业时，它所花费的时间比我再次启动它时长20%左右？ 如果一个作业运行多次，flink是否缓存一些结果并重用它们？如果是，我如何控制这一点？ 我想测量我的任务运行了多长时间，但每次我重新运行它们时，速度都比以前快。
-
所以我必须检索存储在HDFS中的文件的内容，并对其进行某些分析。 问题是，我甚至无法读取文件并将其内容写入本地文件系统中的另一个文本文件。（我是Flink的新手，这只是一个测试，以确保我正确读取了文件） HDFS中的文件是纯文本文件。这是我的密码： 在我运行/tmp之后，它没有输出。 这是一个非常简单的代码，我不确定它是否有问题，或者我只是做了一些别的错误。正如我所说，我对Flink完全是新手 此
-
我有2个使用kafka主题创建的流，我正在使用DataStream API加入它们。我希望将连接（应用）的结果发布到另一个kafka主题。我在外部主题中看不到连接的结果。 我确认我向两个源主题发布了正确的数据。不确定哪里出了问题。下面是代码片段， 创建的流如下所示。 流连接使用等于的连接执行，如下所示。 如下所述， 有什么线索吗，哪里出了问题？我可以在拓扑中看到可用的消息，谢谢
-
我正在尝试为ApacheFlink导入ScalaAPI流扩展，如中所述https://ci.apache.org/projects/flink/flink-docs-master/apis/scala_api_extensions.html 但是，我的ScalaIDE抱怨以下消息：对象扩展不是包的成员org.apache.flink.streaming.api.scala 我使用的是scala 2
-
我有以下代码来计算socketTextStream中的单词。累积字数和时间窗字数都是必需的。该程序存在累积计数始终与窗口计数相同的问题。为什么会出现这个问题？根据加窗计数计算累积计数的正确方法是什么？
-
Usecase：使用EventTime并从Kafka的记录中提取时间戳。 我想要的是：Flink提取时间戳并在初始间隔（例如20秒）内为每条记录发出水印，然后它可以周期性地发出水印（例如每10秒）。 原因：如果我使用PeriodicWatermark，开始时Flink只会在一段时间间隔后发出水印，并且我的第一个窗口（5分钟）中的计数是错误的-比后续窗口中的计数大得多。我有一个解决办法，将自动水印间
-
在中，元素被分配给一个或多个实例。在滑动事件时间窗口的情况下，这发生在1中。 如果窗口的和，则将时间戳为0的元素分配到以下窗口： 窗口（开始=0，结束=5） 窗口（开始=-1，结束=4） 窗口（开始=-2，结束=3） 窗口（开始=-3，结束=2） 窗口（开始=-4，结束=1） 在一幅图片中： 有没有办法告诉Flink时间有开始，而在那之前，没有窗户？如果没有，从哪里开始寻求改变？在上述情况下，Fl