Time-To-Live
是否会对 Flink 的 数据一致性 造成影响吗?
比如:程序因为某个原因 回放 到上个 checkpoint
的状态了,然后它的执行结果与没有 回放 的执行结果不一样了。因为如果没有 回放 的话,某些 State
应该因 过时 而清除,但 回放 操作变相 延长 了这部分 State
的 过期时间 。
有办法优化这种情况吗?
Time-To-Live
是否会对 Flink 的 数据一致性 造成影响吗?
比如:程序因为某个原因 回放 到上个 checkpoint
的状态了,然后它的执行结果与没有 回放 的执行结果不一样了。因为如果没有 回放 的话,某些 State
应该因 过时 而清除,但 回放 操作变相 延长 了这部分 State
的 过期时间 。
有办法优化这种情况吗?
推荐一款好用的数据一致性校验工具
NineData 已经支持数十种常见同异构数据源(MySQL、SQLServer、CK等)之间的结构对比、数据对比及数据订正能力。NineData结构及数据对比作为独立服务,可以灵活支持IDC、云主机自建及云托管数据源的数据一致性校验及快速修复。从使用体验、产品能力、稳定性及性能等维度综合来看,NineData是一款综合实例比较强、比较难得的校验工具。链接:https://www.ninedata.cloud/compare
NineData提供的结构对比、数据对比功能确实是综合实力比较强,也比较推荐的一款产品。除了基础的全量对比外,NineData还提供了快速对比、周期性对比及不一致复检等多种对比形态。