バージョン: 2.1

Flink Doris Connector

Flink Doris Connectorは、Flinkを通してDorisクラスターからデータを読み取り、データを書き込むために使用されます。また、FlinkCDCも統合されており、MySQLなどの上流データベースとのより便利な全データベース同期が可能です。

Flink Connectorを使用すると、以下の操作を実行できます：

DorisからのデータReadme: Flink ConnectorはBEからの並列読み取りをサポートし、データ取得効率を向上させます。
Dorisへのデータ書き込み: Flinkでバッチ処理した後、Stream Loadを使用してデータを一括でDorisにインポートします。
Lookup JoinによるディメンションTable結合: バッチ処理と非同期クエリがディメンションTable結合を高速化します。
全データベース同期: Flink CDCを使用して、MySQL、Oracle、PostgreSQLなどのデータベース全体を同期でき、自動Table作成とDDL操作も含まれます。

バージョン説明

Connector Version	Flink Version	Doris Version	Java Version	Scala Version
1.0.3	1.11,1.12,1.13,1.14	0.15+	8	2.11,2.12
1.1.1	1.14	1.0+	8	2.11,2.12
1.2.1	1.15	1.0+	8	-
1.3.0	1.16	1.0+	8	-
1.4.0	1.15,1.16,1.17	1.0+	8	-
1.5.2	1.15,1.16,1.17,1.18	1.0+	8	-
1.6.1	1.15,1.16,1.17,1.18,1.19	1.0+	8	-
24.0.1	1.15,1.16,1.17,1.18,1.19,1.20	1.0+	8	-
24.1.0	1.15,1.16,1.17,1.18,1.19,1.20	1.0+	8	-
25.0.0	1.15,1.16,1.17,1.18,1.19,1.20	1.0+	8	-
25.1.0	1.15,1.16,1.17,1.18,1.19,1.20	1.0+	8	-

使用方法

Flink Doris Connectorは、JarまたはMavenの2つの方法で使用できます。

Jar

対応するバージョンのFlink Doris Connector Jarファイルをこちらからダウンロードし、このファイルをFlinkセットアップのclasspathにコピーしてFlink-Doris-Connectorを使用できます。StandaloneモードのFlinkデプロイメントの場合は、このファイルをlib/フォルダ配下に配置してください。Yarnモードで実行されているFlinkクラスターの場合は、ファイルをデプロイメント前パッケージに配置してください。

Maven

Mavenで使用する場合は、Pomファイルに以下の依存関係を追加するだけです：

<dependency>
  <groupId>org.apache.doris</groupId>
  <artifactId>flink-doris-connector-${flink.version}</artifactId>
  <version>${connector.version}</version>
</dependency> 

例えば：

<dependency>
  <groupId>org.apache.doris</groupId>
  <artifactId>flink-doris-connector-1.16</artifactId>
  <version>25.1.0</version>
</dependency> 

動作原理

Dorisからのデータ読み取り

FlinkConnectorPrinciples-JDBC-Doris

データを読み取る際、Flink Doris ConnectorはFlink JDBC Connectorと比較してより高いパフォーマンスを提供するため、使用を推奨します：

Flink JDBC Connector: DorisはMySQLプロトコルと互換性がありますが、Flink JDBC Connectorを使用してDorisクラスターへの読み書きを行うことは推奨されません。このアプローチは、単一のFEノードでのシリアル読み書き操作を引き起こし、ボトルネックを作り出してパフォーマンスに影響を与えます。
Flink Doris Connector: Doris 2.1以降、ADBCはFlink Doris Connectorのデフォルトプロトコルです。読み取りプロセスは以下の手順に従います：

a. Flink Doris Connectorは最初にクエリプランに基づいてFEからTablet ID情報を取得します。

b. クエリ文を生成します：SELECT * FROM tbs TABLET(id1, id2, id3)。

c. クエリはFEのADBCポート経由で実行されます。

d. データはFEをバイパスしてBEから直接返されるため、単一点のボトルネックを排除します。

Dorisへのデータ書き込み

データ書き込みにFlink Doris Connectorを使用する場合、Stream Load経由での一括インポート前にFlinkのメモリ内でバッチ処理が実行されます。Doris Flink Connectorは2つのバッチモードを提供し、Flink Checkpointベースのストリーミング書き込みがデフォルトです：

	ストリーミング書き込み	バッチ書き込み
トリガー条件	Flink Checkpointsに依存し、FlinkのCheckpointサイクルに従ってDorisに書き込み	コネクター定義の時間またはデータ量の閾値に基づく定期的な送信
整合性	Exactly-Once	At-Least-Once; プライマリキーモデルでExactly-Onceを保証可能
レイテンシ	Flinkチェックポイント間隔により制限され、一般的に高い	柔軟に調整可能な独立したバッチメカニズム
障害耐性と復旧	Flinkの状態復旧と完全に一致	外部重複排除ロジックに依存（例：Dorisプライマリキー重複排除）

クイックスタート

準備

Flinkクラスターのデプロイ

Standaloneクラスターを例に：

Flinkインストールパッケージをダウンロードします。例：Flink 1.18.1；
展開後、<FLINK_HOME>/libにFlink Doris Connectorパッケージを配置します；
<FLINK_HOME>ディレクトリに移動し、bin/start-cluster.shを実行してFlinkクラスターを開始します；
jpsコマンドを使用してFlinkクラスターが正常に開始されたかを確認できます。

DorisTableの初期化

以下の文を実行してDorisTableを作成します：

CREATE DATABASE test;

CREATE TABLE test.student (
  `id` INT,
  `name` VARCHAR(256),
  `age` INT
)
UNIQUE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 1
PROPERTIES (
"replication_allocation" = "tag.location.default: 3"
);

INSERT INTO test.student values(1,"James",18);
INSERT INTO test.student values(2,"Emily",28);

CREATE TABLE test.student_trans (
  `id` INT,
  `name` VARCHAR(256),
  `age` INT
)
UNIQUE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 1
PROPERTIES (
"replication_allocation" = "tag.location.default: 3"
);

FlinkSQL タスクの実行

FlinkSQL クライアントの開始

bin/sql-client.sh

FlinkSQLの実行

CREATE TABLE Student (
    id STRING,
    name STRING,
    age INT
    ) 
    WITH (
      'connector' = 'doris',
      'fenodes' = '127.0.0.1:8030',
      'table.identifier' = 'test.student',
      'username' = 'root',
      'password' = ''
);

CREATE TABLE StudentTrans (
    id STRING,
    name STRING,
    age INT
    ) 
    WITH (
      'connector' = 'doris',
      'fenodes' = '127.0.0.1:8030',
      'table.identifier' = 'test.student_trans',
      'username' = 'root',
      'password' = '',
      'sink.label-prefix' = 'doris_label'
);

INSERT INTO StudentTrans SELECT id, concat('prefix_',name), age+1 FROM Student;

クエリデータ

mysql> select * from test.student_trans;
+------+--------------+------+
| id   | name         | age  |
+------+--------------+------+
|    1 | prefix_James |   19 |
|    2 | prefix_Emily |   29 |
+------+--------------+------+
2 rows in set (0.02 sec)

シナリオと操作

Dorisからのデータ読み取り

FlinkがDorisからデータを読み取る際、Doris Sourceは現在有界ストリームであり、CDC方式での継続的な読み取りはサポートしていません。DorisからのデータはThriftまたはArrowFlightSQL（バージョン24.0.0以降でサポート）を使用して読み取ることができます。バージョン2.1以降では、ArrowFlightSQLが推奨されるアプローチです。

Thrift: BEのThriftインターフェースを呼び出してデータを読み取ります。詳細な手順については、Reading Data via Thrift Interfaceを参照してください。
ArrowFlightSQL: Doris 2.1をベースとしたこの方法では、Arrow Flight SQLプロトコルを使用して大容量データの高速読み取りが可能です。詳細については、High-speed Data Transfer via Arrow Flight SQLを参照してください。

FlinkSQLを使用したデータ読み取り

Thrift方式

CREATE TABLE student (
    id INT,
    name STRING,
    age INT
    ) 
    WITH (
      'connector' = 'doris',
      'fenodes' = '127.0.0.1:8030',  -- Fe的host:HttpPort
      'table.identifier' = 'test.student',
      'username' = 'root',
      'password' = ''
);

SELECT * FROM student;

ArrowFlightSQL

CREATE TABLE student (
    id INT,
    name STRING,
    age INT
    ) 
    WITH (
      'connector' = 'doris',
      'fenodes' = '{fe.conf:http_port}', 
      'table.identifier' = 'test.student',
      'source.use-flight-sql' = 'true',
      'source.flight-sql-port' = '{fe.conf:arrow_flight_sql_port}',
      'username' = 'root',
      'password' = ''
);

SELECT * FROM student;

DataStream APIを使用したデータの読み取り

DataStream APIを使用してデータを読み取る場合、「Usage」セクションで説明されているように、事前にプログラムのPOMファイルに依存関係を含める必要があります。

final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
DorisOptions option = DorisOptions.builder()
        .setFenodes("127.0.0.1:8030")
        .setTableIdentifier("test.student")
        .setUsername("root")
        .setPassword("")
        .build();

DorisReadOptions readOptions = DorisReadOptions.builder().build();
DorisSource<List<?>> dorisSource = DorisSource.<List<?>>builder()
        .setDorisOptions(option)
        .setDorisReadOptions(readOptions)
        .setDeserializer(new SimpleListDeserializationSchema())
        .build();

env.fromSource(dorisSource, WatermarkStrategy.noWatermarks(), "doris source").print();
env.execute("Doris Source Test");

完全なコードについては、DorisSourceDataStream.javaを参照してください。

DorisへのデータWriting

FlinkはStream Load方式を使用してDorisにデータを書き込み、ストリーミングモードとバッチ挿入モードの両方をサポートしています。

ストリーミングとバッチ挿入の違い

Connector 1.5.0以降、バッチ挿入がサポートされています。バッチ挿入はCheckpointに依存せず、データをメモリにバッファリングし、バッチパラメータに基づいて書き込みタイミングを制御します。ストリーミング挿入はCheckpointの有効化が必要で、Checkpoint期間全体を通じて上流データを継続的にDorisに書き込み、データを継続的にメモリに保持しません。

FlinkSQLを使用したデータWriting

テストのために、FlinkのDatagenを使用して継続的に生成される上流データをシミュレートします。

-- enable checkpoint
SET 'execution.checkpointing.interval' = '30s';

CREATE TABLE student_source (
    id INT,
    name STRING,
    age INT
) WITH (
  'connector' = 'datagen',
  'rows-per-second' = '1',
  'fields.name.length' = '20',
  'fields.id.min' = '1',
  'fields.id.max' = '100000',
  'fields.age.min' = '3',
  'fields.age.max' = '30'
);

-- doris sink
CREATE TABLE student_sink (
    id INT,
    name STRING,
    age INT
    ) 
    WITH (
      'connector' = 'doris',
      'fenodes' = '10.16.10.6:28737',
      'table.identifier' = 'test.student',
      'username' = 'root',
      'password' = 'password',
      'sink.label-prefix' = 'doris_label'
      --'sink.enable.batch-mode' = 'true'  Adding this configuration enables batch writing
);

INSERT INTO student_sink SELECT * FROM student_source;

DataStream APIを使用したデータの書き込み

DataStream APIを使用してデータを書き込む際、DorisTableに書き込む前に上流データをシリアル化するために、異なるシリアル化メソッドを使用できます。

備考

ConnectorにはすでにHttpClient4.5.13バージョンが含まれています。プロジェクトで個別にHttpClientを参照する場合は、バージョンの整合性を確保する必要があります。

標準文字列形式

上流データがCSVまたはJSON形式の場合、SimpleStringSerializerを直接使用してデータをシリアル化できます。

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.enableCheckpointing(30000);
DorisSink.Builder<String> builder = DorisSink.builder();

DorisOptions dorisOptions = DorisOptions.builder()
        .setFenodes("10.16.10.6:28737")
        .setTableIdentifier("test.student")
        .setUsername("root")
        .setPassword("")
        .build();

Properties properties = new Properties();
// When the upstream data is in json format, the following configuration needs to be enabled
properties.setProperty("read_json_by_line", "true");
properties.setProperty("format", "json");
    
// When writing csv data from the upstream, the following configurations need to be enabled
//properties.setProperty("format", "csv");
//properties.setProperty("column_separator", ",");
    
DorisExecutionOptions executionOptions = DorisExecutionOptions.builder()
       .setLabelPrefix("label-doris")
       .setDeletable(false)
       //.setBatchMode(true)  Enable batch writing
       .setStreamLoadProp(properties)
       .build();

builder.setDorisReadOptions(DorisReadOptions.builder().build())
       .setDorisExecutionOptions(executionOptions)
       .setSerializer(new SimpleStringSerializer())
       .setDorisOptions(dorisOptions);

List<String> data = new ArrayList<>();
data.add("{\"id\":3,\"name\":\"Michael\",\"age\":28}");
data.add("{\"id\":4,\"name\":\"David\",\"age\":38}");

env.fromCollection(data).sinkTo(builder.build());
env.execute("doris test");

完全なコードについては、DorisSinkExample.javaを参照してください。

RowData Format

RowDataはFlinkの内部フォーマットです。上流のデータがRowData形式の場合、データのシリアル化にRowDataSerializerを使用する必要があります。

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.enableCheckpointing(10000);
env.setParallelism(1);

DorisSink.Builder<RowData> builder = DorisSink.builder();

Properties properties = new Properties();
properties.setProperty("column_separator", ",");
properties.setProperty("line_delimiter", "\n");
properties.setProperty("format", "csv");
// When writing json data from the upstream, the following configuration needs to be enabled
// properties.setProperty("read_json_by_line", "true");
// properties.setProperty("format", "json");
DorisOptions.Builder dorisBuilder = DorisOptions.builder();
dorisBuilder
        .setFenodes("10.16.10.6:28737")
        .setTableIdentifier("test.student")
        .setUsername("root")
        .setPassword("");
DorisExecutionOptions.Builder executionBuilder = DorisExecutionOptions.builder();
executionBuilder.setLabelPrefix(UUID.randomUUID().toString()).setDeletable(false).setStreamLoadProp(properties);

// flink rowdata‘s schema
String[] fields = {"id","name", "age"};
DataType[] types = {DataTypes.INT(), DataTypes.VARCHAR(256), DataTypes.INT()};

builder.setDorisExecutionOptions(executionBuilder.build())
        .setSerializer(
                RowDataSerializer.builder() // serialize according to rowdata
                        .setType(LoadConstants.CSV)
                        .setFieldDelimiter(",")
                        .setFieldNames(fields)
                        .setFieldType(types)
                        .build())
        .setDorisOptions(dorisBuilder.build());

// mock rowdata source
DataStream<RowData> source =
        env.fromElements("")
                .flatMap(
                        new FlatMapFunction<String, RowData>() {
                            @Override
                            public void flatMap(String s, Collector<RowData> out)
                                    throws Exception {
                                GenericRowData genericRowData = new GenericRowData(3);
                                genericRowData.setField(0, 1);
                                genericRowData.setField(1, StringData.fromString("Michael"));
                                genericRowData.setField(2, 18);
                                out.collect(genericRowData);

                                GenericRowData genericRowData2 = new GenericRowData(3);
                                genericRowData2.setField(0, 2);
                                genericRowData2.setField(1, StringData.fromString("David"));
                                genericRowData2.setField(2, 38);
                                out.collect(genericRowData2);
                            }
                        });

source.sinkTo(builder.build());
env.execute("doris test");

完全なコードについては、DorisSinkExampleRowData.javaを参照してください。

Debezium Format

FlinkCDCやKafkaのDebezium formatなど、Debezium形式の上流データについては、JsonDebeziumSchemaSerializerを使用してデータをシリアライズできます。

// enable checkpoint
env.enableCheckpointing(10000);

Properties props = new Properties();
props.setProperty("format", "json");
props.setProperty("read_json_by_line", "true");
DorisOptions dorisOptions = DorisOptions.builder()
        .setFenodes("127.0.0.1:8030")
        .setTableIdentifier("test.student")
        .setUsername("root")
        .setPassword("").build();

DorisExecutionOptions.Builder  executionBuilder = DorisExecutionOptions.builder();
executionBuilder.setLabelPrefix("label-prefix")
        .setStreamLoadProp(props)
        .setDeletable(true);

DorisSink.Builder<String> builder = DorisSink.builder();
builder.setDorisReadOptions(DorisReadOptions.builder().build())
        .setDorisExecutionOptions(executionBuilder.build())
        .setDorisOptions(dorisOptions)
        .setSerializer(JsonDebeziumSchemaSerializer.builder().setDorisOptions(dorisOptions).build());

env.fromSource(mySqlSource, WatermarkStrategy.noWatermarks(), "MySQL Source")
        .sinkTo(builder.build());

完全なコードについては、CDCSchemaChangeExample.javaを参照してください。

Multi-table Write Format

現在、DorisSinkは単一のSinkで複数Tableの同期をサポートしています。データとデータベース/Table情報の両方をSinkに渡し、RecordWithMetaSerializerを使用してシリアライズする必要があります。

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
DorisSink.Builder<RecordWithMeta> builder = DorisSink.builder();
Properties properties = new Properties();
properties.setProperty("column_separator", ",");
properties.setProperty("line_delimiter", "\n");
properties.setProperty("format", "csv");
DorisOptions.Builder dorisBuilder = DorisOptions.builder();
dorisBuilder
        .setFenodes("10.16.10.6:28737")
        .setTableIdentifier("")
        .setUsername("root")
        .setPassword("");

DorisExecutionOptions.Builder executionBuilder = DorisExecutionOptions.builder();

executionBuilder
        .setLabelPrefix("label-doris")
        .setStreamLoadProp(properties)
        .setDeletable(false)
        .setBatchMode(true);

builder.setDorisReadOptions(DorisReadOptions.builder().build())
        .setDorisExecutionOptions(executionBuilder.build())
        .setDorisOptions(dorisBuilder.build())
        .setSerializer(new RecordWithMetaSerializer());

RecordWithMeta record = new RecordWithMeta("test", "student_1", "1,David,18");
RecordWithMeta record1 = new RecordWithMeta("test", "student_2", "1,Jack,28");
env.fromCollection(Arrays.asList(record, record1)).sinkTo(builder.build());

完全なコードについては、DorisSinkMultiTableExample.javaを参照してください。

Lookup Join

Lookup Joinを使用することで、FlinkにおけるディメンションTableのJoinを最適化できます。ディメンションTableのJoinにFlink JDBC Connectorを使用する場合、以下の問題が発生する可能性があります：

Flink JDBC Connectorは同期クエリモードを使用しており、上流データ（例：Kafkaから）がレコードを送信した後、即座にDorisディメンションTableにクエリを実行します。これにより、高同時実行シナリオでクエリレイテンシが高くなります。
JDBCを介して実行されるクエリは、通常レコードごとのポイントルックアップですが、Dorisはより良い効率のためにバッチクエリを推奨しています。

Flink Doris ConnectorでディメンションTableのJoinにLookup Joinを使用することで、以下の利点が得られます：

上流データのバッチキャッシングにより、レコードごとのクエリによって引き起こされる高レイテンシとデータベース負荷を回避します。
Joinクエリの非同期実行により、データスループットを向上させ、Dorisへのクエリ負荷を軽減します。

CREATE TABLE fact_table (
  `id` BIGINT,
  `name` STRING,
  `city` STRING,
  `process_time` as proctime()
) WITH (
  'connector' = 'kafka',
  ...
);

create table dim_city(
  `city` STRING,
  `level` INT ,
  `province` STRING,
  `country` STRING
) WITH (
  'connector' = 'doris',
  'fenodes' = '127.0.0.1:8030',
  'jdbc-url' = 'jdbc:mysql://127.0.0.1:9030',
  'table.identifier' = 'dim.dim_city',
  'username' = 'root',
  'password' = ''
);

SELECT a.id, a.name, a.city, c.province, c.country,c.level 
FROM fact_table a
LEFT JOIN dim_city FOR SYSTEM_TIME AS OF a.process_time AS c
ON a.city = c.city

全データベース同期

Flink Doris ConnectorはFlink CDC (Flink CDC Documentation)を統合し、MySQLなどのリレーショナルデータベースをDorisに同期することを容易にします。この統合には、自動Table作成、スキーマ変更なども含まれます。同期をサポートするデータベースには、MySQL、Oracle、PostgreSQL、SQLServer、MongoDB、DB2があります。

Note

全データベース同期を使用する場合、$FLINK_HOME/libディレクトリに対応するFlink CDCの依存関係（Fat Jar）を追加する必要があります。例えば、flink-sql-connector-mysql-cdc-${version}.jar、flink-sql-connector-oracle-cdc-${version}.jarです。FlinkCDCバージョン3.1以降は、以前のバージョンとの互換性がありません。依存関係は以下のリンクからダウンロードできます：FlinkCDC 3.x、FlinkCDC 2.x。
Connector 24.0.0以降のバージョンでは、必要なFlink CDCバージョンは3.1以上でなければなりません。ここからダウンロードできます。Flink CDCを使用してMySQLとOracleを同期する場合、$FLINK_HOME/libの下に関連するJDBCドライバも追加する必要があります。

MySQL全データベース同期

Flinkクラスターを開始した後、以下のコマンドを直接実行できます：

<FLINK_HOME>bin/flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    lib/flink-doris-connector-1.16-24.0.1.jar \
    mysql-sync-database \
    --database test_db \
    --mysql-conf hostname=127.0.0.1 \
    --mysql-conf port=3306 \
    --mysql-conf username=root \
    --mysql-conf password=123456 \
    --mysql-conf database-name=mysql_db \
    --including-tables "tbl1|test.*" \
    --sink-conf fenodes=127.0.0.1:8030 \
    --sink-conf username=root \
    --sink-conf password=123456 \
    --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
    --sink-conf sink.label-prefix=label \
    --table-conf replication_num=1 

Oracle全データベース同期

<FLINK_HOME>bin/flink run \
     -Dexecution.checkpointing.interval=10s \
     -Dparallelism.default=1 \
     -c org.apache.doris.flink.tools.cdc.CdcTools \
     ./lib/flink-doris-connector-1.16-24.0.1.jar \
     oracle-sync-database \
     --database test_db \
     --oracle-conf hostname=127.0.0.1 \
     --oracle-conf port=1521 \
     --oracle-conf username=admin \
     --oracle-conf password="password" \
     --oracle-conf database-name=XE \
     --oracle-conf schema-name=ADMIN \
     --including-tables "tbl1|tbl2" \
     --sink-conf fenodes=127.0.0.1:8030 \
     --sink-conf username=root \
     --sink-conf password=\
     --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
     --sink-conf sink.label-prefix=label \
     --table-conf replication_num=1

PostgreSQL データベース全体同期

<FLINK_HOME>/bin/flink run \
     -Dexecution.checkpointing.interval=10s \
     -Dparallelism.default=1\
     -c org.apache.doris.flink.tools.cdc.CdcTools \
     ./lib/flink-doris-connector-1.16-24.0.1.jar \
     postgres-sync-database \
     --database db1\
     --postgres-conf hostname=127.0.0.1 \
     --postgres-conf port=5432 \
     --postgres-conf username=postgres \
     --postgres-conf password="123456" \
     --postgres-conf database-name=postgres \
     --postgres-conf schema-name=public \
     --postgres-conf slot.name=test \
     --postgres-conf decoding.plugin.name=pgoutput \
     --including-tables "tbl1|tbl2" \
     --sink-conf fenodes=127.0.0.1:8030 \
     --sink-conf username=root \
     --sink-conf password=\
     --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
     --sink-conf sink.label-prefix=label \
     --table-conf replication_num=1

SQLServer データベース全体同期

<FLINK_HOME>/bin/flink run \
     -Dexecution.checkpointing.interval=10s \
     -Dparallelism.default=1 \
     -c org.apache.doris.flink.tools.cdc.CdcTools \
     ./lib/flink-doris-connector-1.16-24.0.1.jar \
     sqlserver-sync-database \
     --database db1\
     --sqlserver-conf hostname=127.0.0.1 \
     --sqlserver-conf port=1433 \
     --sqlserver-conf username=sa \
     --sqlserver-conf password="123456" \
     --sqlserver-conf database-name=CDC_DB \
     --sqlserver-conf schema-name=dbo \
     --including-tables "tbl1|tbl2" \
     --sink-conf fenodes=127.0.0.1:8030 \
     --sink-conf username=root \
     --sink-conf password=\
     --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
     --sink-conf sink.label-prefix=label \
     --table-conf replication_num=1

DB2 全データベース同期

<FLINK_HOME>bin/flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    lib/flink-doris-connector-1.16-24.0.1.jar \
    db2-sync-database \
    --database db2_test \
    --db2-conf hostname=127.0.0.1 \
    --db2-conf port=50000 \
    --db2-conf username=db2inst1 \
    --db2-conf password=doris123456 \
    --db2-conf database-name=testdb \
    --db2-conf schema-name=DB2INST1 \
    --including-tables "FULL_TYPES|CUSTOMERS" \
    --single-sink true \
    --use-new-schema-change true \
    --sink-conf fenodes=127.0.0.1:8030 \
    --sink-conf username=root \
    --sink-conf password=123456 \
    --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
    --sink-conf sink.label-prefix=label \
    --table-conf replication_num=1 

MongoDB全データベース同期

<FLINK_HOME>/bin/flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    ./lib/flink-doris-connector-1.18-24.0.1.jar \
    mongodb-sync-database \
    --database doris_db \
    --schema-change-mode debezium_structure \
    --mongodb-conf hosts=127.0.0.1:27017 \
    --mongodb-conf username=flinkuser \
    --mongodb-conf password=flinkpwd \
    --mongodb-conf database=test \
    --mongodb-conf scan.startup.mode=initial \
    --mongodb-conf schema.sample-percent=0.2 \
    --including-tables "tbl1|tbl2" \
    --sink-conf fenodes=127.0.0.1:8030 \
    --sink-conf username=root \
    --sink-conf password= \
    --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
    --sink-conf sink.label-prefix=label \
    --sink-conf sink.enable-2pc=false \
    --table-conf replication_num=1

AWS Aurora MySQL データベース全体同期

<FLINK_HOME>bin/flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    lib/flink-doris-connector-1.18-25.0.0.jar \
    mysql-sync-database \
    --database testwd \
    --mysql-conf hostname=xxx.us-east-1.rds.amazonaws.com \
    --mysql-conf port=3306 \
    --mysql-conf username=admin \
    --mysql-conf password=123456 \
    --mysql-conf database-name=test \
    --mysql-conf server-time-zone=UTC \
    --including-tables "student" \
    --sink-conf fenodes=127.0.0.1:8030 \
    --sink-conf username=root \
    --sink-conf password= \
    --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
    --sink-conf sink.label-prefix=label \
    --table-conf replication_num=1 

AWS RDS MySQL データベース全体同期

<FLINK_HOME>bin/flink run \
    -Dexecution.checkpointing.interval=10s \
    -Dparallelism.default=1 \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    lib/flink-doris-connector-1.18-25.0.0.jar \
    mysql-sync-database \
    --database testwd \
    --mysql-conf hostname=xxx.ap-southeast-1.rds.amazonaws.com \
    --mysql-conf port=3306 \
    --mysql-conf username=admin \
    --mysql-conf password=123456 \
    --mysql-conf database-name=test \
    --mysql-conf server-time-zone=UTC \
    --including-tables "student" \
    --sink-conf fenodes=127.0.0.1:8030 \
    --sink-conf username=root \
    --sink-conf password= \
    --sink-conf jdbc-url=jdbc:mysql://127.0.0.1:9030 \
    --sink-conf sink.label-prefix=label \
    --table-conf replication_num=1 

使用方法

パラメータ設定

一般設定項目

Key	デフォルト値	Required	Comment
fenodes	--	Y	Doris FE httpアドレス。複数のアドレスがサポートされており、カンマで区切る必要があります。
benodes	--	N	Doris BE httpアドレス。複数のアドレスがサポートされており、カンマで区切る必要があります。
jdbc-url	--	N	JDBC接続情報、例：jdbc:mysql://127.0.0.1:9030。
table.identifier	--	Y	DorisTable名、例：db.tbl。
username	--	Y	Dorisアクセス用のユーザー名。
password	--	Y	Dorisアクセス用のパスワード。
auto-redirect	TRUE	N	StreamLoadリクエストをリダイレクトするかどうか。有効にすると、StreamLoadはFE経由で書き込みを行い、明示的にBE情報を取得しなくなります。
doris.request.retries	3	N	Dorisへのリクエスト送信の再試行回数。
doris.request.connect.timeout	30s	N	Dorisへのリクエスト送信の接続タイムアウト。
doris.request.read.timeout	30s	N	Dorisへのリクエスト送信の読み取りタイムアウト。

Source設定

Key	デフォルト値	Required	Comment
doris.request.query.timeout	21600s	N	Dorisクエリのタイムアウト。デフォルト値は6時間です。
doris.request.tablet.size	1	N	1つのPartitionに対応するDoris Tabletsの数。この値を小さく設定するほど、より多くのPartitionが生成され、Flink側の並列性を向上させることができます。ただし、Dorisにより多くの負荷をかけることにもなります。
doris.batch.size	4064	N	BEから一度に読み取る行の最大数。この値を増やすと、FlinkとDoris間で確立される接続数を減らすことができ、ネットワーク遅延による追加の時間オーバーヘッドを削減できます。
doris.exec.mem.limit	8192mb	N	単一クエリのメモリ制限。デフォルトは8GB、バイト単位。
source.use-flight-sql	FALSE	N	読み取りにArrow Flight SQLを使用するかどうか。
source.flight-sql-port	-	N	読み取りにArrow Flight SQLを使用する場合のFEのarrow_flight_sql_port。

DataStream固有の設定

Key	デフォルト値	Required	Comment
doris.read.field	--	N	DorisTableを読み取るカラム名のリスト。複数のカラムはカンマで区切る必要があります。
doris.filter.query	--	N	読み取りデータをフィルタリングする式。この式はDorisに渡されます。Dorisはこの式を使用してソースデータのフィルタリングを完了します。例：age=18。

Sink設定

Key	デフォルト値	Required	Comment
sink.label-prefix	--	Y	Stream loadインポートに使用されるラベルプレフィックス。2pcシナリオでは、FlinkのEOSセマンティクスを保証するためにグローバルに一意である必要があります。
sink.properties.*	--	N	Stream Loadのインポートパラメータ。例：'sink.properties.column_separator' = ', 'はカラム区切り文字を定義し、'sink.properties.escape_delimiters' = 'true'は\x01のような区切り文字としての特殊文字がバイナリ0x01に変換されることを意味します。JSON形式のインポートの場合、'sink.properties.format' = 'json'、'sink.properties.read_json_by_line' = 'true'。詳細なパラメータについては、こちらを参照してください。Group Commitモードの場合、例：'sink.properties.group_commit' = 'sync_mode'はgroup commitを同期モードに設定します。Flinkコネクタはバージョン1.6.2からインポート設定group commitをサポートしています。詳細な使用方法と制限については、group commitを参照してください。
sink.enable-delete	TRUE	N	削除を有効にするかどうか。このオプションにはDorisTableでバッチ削除機能が有効である必要があり（Doris 0.15+バージョンではデフォルトで有効）、Uniqueモデルのみをサポートします。
sink.enable-2pc	TRUE	N	2フェーズコミット（2pc）を有効にするかどうか。デフォルトはtrueで、Exactly-Onceセマンティクスを保証します。2フェーズコミットの詳細については、こちらを参照してください。
sink.buffer-size	1MB	N	書き込みデータキャッシュバッファのサイズ、バイト単位。変更は推奨されず、デフォルト設定を使用できます。
sink.buffer-count	3	N	書き込みデータキャッシュバッファの数。変更は推奨されず、デフォルト設定を使用できます。
sink.max-retries	3	N	Commit失敗後の最大再試行回数。デフォルトは3回です。
sink.enable.batch-mode	FALSE	N	Dorisへの書き込みにバッチモードを使用するかどうか。有効にすると、書き込みタイミングはCheckpointに依存せず、sink.buffer-flush.max-rows、sink.buffer-flush.max-bytes、sink.buffer-flush.intervalなどのパラメータによって制御されます。同時に、有効にした後、Exactly-onceセマンティクスは保証されませんが、Uniqモデルの助けを借りてべき等性を実現できます。
sink.flush.queue-size	2	N	バッチモードでのキャッシュキューのサイズ。
sink.buffer-flush.max-rows	500000	N	バッチモードで単一バッチで書き込まれる行の最大数。
sink.buffer-flush.max-bytes	100MB	N	バッチモードで単一バッチで書き込まれるバイトの最大数。
sink.buffer-flush.interval	10s	N	バッチモードでキャッシュを非同期的にフラッシュする間隔。
sink.ignore.update-before	TRUE	N	update-beforeイベントを無視するかどうか。デフォルトは無視します。

Lookup Join設定

Key	デフォルト値	Required	Comment
lookup.cache.max-rows	-1	N	lookupキャッシュの最大行数。デフォルト値は-1で、キャッシュが有効でないことを意味します。
lookup.cache.ttl	10s	N	lookupキャッシュの最大時間。デフォルトは10秒です。
lookup.max-retries	1	N	lookupクエリ失敗後の再試行回数。
lookup.jdbc.async	FALSE	N	非同期lookupを有効にするかどうか。デフォルトはfalseです。
lookup.jdbc.read.batch.size	128	N	非同期lookupでの各クエリの最大バッチサイズ。
lookup.jdbc.read.batch.queue-size	256	N	非同期lookup中の中間バッファキューのサイズ。
lookup.jdbc.read.thread-size	3	N	各タスクでのlookup用jdbcスレッド数。

全データベース同期設定

構文

<FLINK_HOME>bin/flink run \
    -c org.apache.doris.flink.tools.cdc.CdcTools \
    lib/flink-doris-connector-1.16-1.6.1.jar \
    <mysql-sync-database|oracle-sync-database|postgres-sync-database|sqlserver-sync-database|mongodb-sync-database> \
    --database <doris-database-name> \
    [--job-name <flink-job-name>] \
    [--table-prefix <doris-table-prefix>] \
    [--table-suffix <doris-table-suffix>] \
    [--including-tables <mysql-table-name|name-regular-expr>] \
    [--excluding-tables <mysql-table-name|name-regular-expr>] \
    --mysql-conf <mysql-cdc-source-conf> [--mysql-conf <mysql-cdc-source-conf> ...] \
    --oracle-conf <oracle-cdc-source-conf> [--oracle-conf <oracle-cdc-source-conf> ...] \
    --postgres-conf <postgres-cdc-source-conf> [--postgres-conf <postgres-cdc-source-conf> ...] \
    --sqlserver-conf <sqlserver-cdc-source-conf> [--sqlserver-conf <sqlserver-cdc-source-conf> ...] \
    --sink-conf <doris-sink-conf> [--table-conf <doris-sink-conf> ...] \
    [--table-conf <doris-table-conf> [--table-conf <doris-table-conf> ...]]

設定

Key	Comment
--job-name	Flinkタスクの名前で、オプションです。
--database	Dorisに同期されるデータベースの名前。
--table-prefix	DorisTableのプレフィックス名、例：--table-prefix ods_。
--table-suffix	DorisTableのサフィックス名、プレフィックスと同様です。
--including-tables	同期が必要なMySQLTable。複数のTableは\|で区切ることができ、正規表現がサポートされています。例：--including-tables table1。
--excluding-tables	同期が不要なTable。使用方法は--including-tablesと同じです。
--mysql-conf	MySQL CDCSourceの設定、例：--mysql-conf hostname=127.0.0.1。MySQL-CDCのすべての設定はこちらで確認できます。その中でhostname、username、password、database-nameは必須です。同期されるデータベースとTableに主キーのないTableが含まれる場合、scan.incremental.snapshot.chunk.key-columnを設定する必要があり、非NULL型のフィールドを1つだけ選択できます。例：scan.incremental.snapshot.chunk.key-column=database.table:column,database.table1:column...、異なるデータベースとTableの列はカンマで区切られます。
--oracle-conf	Oracle CDCSourceの設定、例：--oracle-conf hostname=127.0.0.1。Oracle-CDCのすべての設定はこちらで確認できます。その中でhostname、username、password、database-name、schema-nameは必須です。
--postgres-conf	Postgres CDCSourceの設定、例：--postgres-conf hostname=127.0.0.1。Postgres-CDCのすべての設定はこちらで確認できます。その中でhostname、username、password、database-name、schema-name、slot.nameは必須です。
--sqlserver-conf	SQLServer CDCSourceの設定、例：--sqlserver-conf hostname=127.0.0.1。SQLServer-CDCのすべての設定はこちらで確認できます。その中でhostname、username、password、database-name、schema-nameは必須です。
--db2-conf	SQLServer CDCSourceの設定、例：--db2-conf hostname=127.0.0.1。DB2-CDCのすべての設定はこちらで確認できます。その中でhostname、username、password、database-name、schema-nameは必須です。
--mongodb-conf	MongoDB CDCSourceの設定、例：--mongodb-conf hosts=127.0.0.1:27017。Mongo-CDCのすべての設定はこちらで確認できます。その中でhosts、username、password、databaseは必須です。--mongodb-conf schema.sample-percentはMongoDBデータを自動サンプリングしてDorisにTableを作成するための設定で、デフォルト値は0.2です。
--sink-conf	Doris Sinkのすべての設定はこちらで確認できます。
--table-conf	DorisTableの設定項目、つまりproperties（table-bucketsを除く、これはpropertiesの属性ではありません）に含まれるコンテンツです。例：--table-conf replication_num=1、--table-conf table-buckets="tbl1:10,tbl2:20,a.:30,b.:40,.*:50"は正規表現の順序で異なるTableのバケット数を指定することを意味します。マッチしない場合は、BUCKETS AUTOメソッドでTableが作成されます。
--schema-change-mode	スキーマ変更を解析するモード、debezium_structureとsql_parserが含まれます。デフォルトでdebezium_structureモードが使用されます。debezium_structureモードはアップストリームCDCがデータを同期する際に使用されるデータ構造を解析し、この構造を解析してDDL変更操作を判定します。sql_parserモードはアップストリームCDCがデータを同期する際のDDL文を解析してDDL変更操作を判定するため、この解析モードはより正確です。使用例：--schema-change-mode debezium_structure。この機能は24.0.0以降のバージョンで利用可能になります。
--single-sink	単一のSinkを使用してすべてのTableを同期するかどうか。有効にすると、新しく作成されたアップストリームTableを自動的に識別し、Tableを自動作成することもできます。
--multi-to-one-origin	複数のアップストリームTableが同じTableに書き込まれる場合のソースTableの設定、例：--multi-to-one-origin "a_.\|b_."、#208を参照
--multi-to-one-target	multi-to-one-originと組み合わせて使用される、ターゲットTableの設定、例：--multi-to-one-target "a\|b"
--create-table-only	Tableの構造のみを同期するかどうか。

DorisからFlinkのデータ型マッピング

Doris タイプ	Flink タイプ
NULL_TYPE	NULL
BOOLEAN	BOOLEAN
TINYINT	TINYINT
SMALLINT	SMALLINT
INT	INT
BIGINT	BIGINT
FLOAT	FLOAT
DOUBLE	DOUBLE
DATE	DATE
DATETIME	TIMESTAMP
DECIMAL	DECIMAL
CHAR	STRING
LARGEINT	STRING
VARCHAR	STRING
STRING	STRING
DECIMALV2	DECIMAL
ARRAY	ARRAY
MAP	STRING
JSON	STRING
VARIANT	STRING
IPV4	STRING
IPV6	STRING

FlinkからDorisのデータ型マッピング

Flink タイプ	Doris タイプ
BOOLEAN	BOOLEAN
TINYINT	TINYINT
SMALLINT	SMALLINT
INTEGER	INTEGER
BIGINT	BIGINT
FLOAT	FLOAT
DOUBLE	DOUBLE
DECIMAL	DECIMAL
CHAR	CHAR
VARCHAR	VARCHAR/STRING
STRING	STRING
DATE	DATE
TIMESTAMP	DATETIME
TIMESTAMP_LTZ	DATETIME
ARRAY	ARRAY
MAP	MAP/JSON
ROW	STRUCT/JSON

監視メトリクス

Flinkは、Flinkクラスターのインジケーターを監視するための複数のMetricsを提供します。以下は、Flink Doris Connectorのために新しく追加された監視メトリクスです。

Name	Metric タイプ	デスクリプション
totalFlushLoadBytes	Counter	フラッシュされインポートされた総バイト数。
flushTotalNumberRows	Counter	インポートされ処理された総行数。
totalFlushLoadedRows	Counter	正常にインポートされた総行数。
totalFlushTimeMs	Counter	正常なインポートが完了するまでにかかった総時間。
totalFlushSucceededNumber	Counter	インポートが正常に完了した回数。
totalFlushFailedNumber	Counter	インポートが失敗した回数。
totalFlushFilteredRows	Counter	データ品質が基準を満たさない総行数。
totalFlushUnselectedRows	Counter	where条件によってフィルタリングされた総行数。
beginTxnTimeMs	Histogram	Feにトランザクション開始を要求するのにかかった時間（ミリ秒）。
putDataTimeMs	Histogram	Feにインポートデータ実行プランの取得を要求するのにかかった時間。
readDataTimeMs	Histogram	データの読み込みにかかった時間。
writeDataTimeMs	Histogram	データ書き込み操作の実行にかかった時間。
commitAndPublishTimeMs	Histogram	Feにトランザクションのコミットと公開を要求するのにかかった時間。
loadTimeMs	Histogram	インポート完了にかかった時間。

ベストプラクティス

FlinkSQLでCDCを使ってMySQLデータに高速接続

-- enable checkpoint
SET 'execution.checkpointing.interval' = '10s';

CREATE TABLE cdc_mysql_source (
  id int
  ,name VARCHAR
  ,PRIMARY KEY (id) NOT ENFORCED
) WITH (
 'connector' = 'mysql-cdc',
 'hostname' = '127.0.0.1',
 'port' = '3306',
 'username' = 'root',
 'password' = 'password',
 'database-name' = 'database',
 'table-name' = 'table'
);

-- Supports synchronizing insert/update/delete events
CREATE TABLE doris_sink (
id INT,
name STRING
) 
WITH (
  'connector' = 'doris',
  'fenodes' = '127.0.0.1:8030',
  'table.identifier' = 'database.table',
  'username' = 'root',
  'password' = '',
  'sink.properties.format' = 'json',
  'sink.properties.read_json_by_line' = 'true',
  'sink.enable-delete' = 'true',  -- Synchronize delete events
  'sink.label-prefix' = 'doris_label'
);

insert into doris_sink select id,name from cdc_mysql_source;

Flinkは部分的なカラム更新を実行する

CREATE TABLE doris_sink (
    id INT,
    name STRING,
    bank STRING,
    age int
) 
WITH (
  'connector' = 'doris',
  'fenodes' = '127.0.0.1:8030',
  'table.identifier' = 'database.table',
  'username' = 'root',
  'password' = '',
  'sink.properties.format' = 'json',
  'sink.properties.read_json_by_line' = 'true',
  'sink.properties.columns' = 'id,name,bank,age', -- Columns that need to be updated
  'sink.properties.partial_columns' = 'true' -- Enable partial column updates
);

Flink Imports Bitmap Data

CREATE TABLE bitmap_sink (
dt int,
page string,
user_id int 
)
WITH (
  'connector' = 'doris',
  'fenodes' = '127.0.0.1:8030',
  'table.identifier' = 'test.bitmap_test',
  'username' = 'root',
  'password' = '',
  'sink.label-prefix' = 'doris_label',
  'sink.properties.columns' = 'dt,page,user_id,user_id=to_bitmap(user_id)'
)

FlinkCDC主キーカラムの更新

一般的に、ビジネスデータベースでは、Tableの主キーとして番号がよく使用されます。例えば、StudentTableでは、番号（id）が主キーとして使用されます。しかし、ビジネスの発展に伴い、データに対応する番号が変更される場合があります。このシナリオで、Flink CDC + Doris Connectorを使用してデータを同期する際、Doris内の主キーカラムのデータを自動的に更新することができます。

原理

Flink CDCの基盤となる収集ツールはDebeziumです。Debeziumは内部的にopフィールドを使用して対応する操作を識別します。opフィールドの値は、c、u、d、rで、それぞれcreate、update、delete、readに対応します。主キーカラムの更新については、Flink CDCは下流にDELETEとINSERTイベントを送信し、データがDorisに同期された後、Doris内の主キーカラムのデータが自動的に更新されます。

使用方法

FlinkプログラムはCDC同期の例を参照できます。タスクの送信が正常に完了した後、MySQL側で主キーカラムを更新するステートメントを実行します（例：update student set id = '1002' where id = '1001'）。これにより、Doris内のデータが変更されます。

Flink指定カラムによるデータ削除

一般的に、Kafkaのメッセージは特定のフィールドを使用して操作タイプをマークします。例：{"op_type":"delete",data:{...}}。この種のデータでは、op_type=deleteのデータを削除することが希望されます。

DorisSinkは、デフォルトでRowKindに従ってイベントのタイプを区別します。通常、CDCの場合、イベントタイプを直接取得でき、隠しカラム__DORIS_DELETE_SIGN__に値を割り当てることで削除の目的を達成できます。しかし、Kafkaの場合、ビジネスロジックに従って判断し、隠しカラムの値を明示的に渡す必要があります。

-- For example, the upstream data:{"op_type":"delete",data:{"id":1,"name":"zhangsan"}}
CREATE TABLE KAFKA_SOURCE(
  data STRING,
  op_type STRING
) WITH (
  'connector' = 'kafka',
  ...
);

CREATE TABLE DORIS_SINK(
  id INT,
  name STRING,
  __DORIS_DELETE_SIGN__ INT
) WITH (
  'connector' = 'doris',
  'fenodes' = '127.0.0.1:8030',
  'table.identifier' = 'db.table',
  'username' = 'root',
  'password' = '',
  'sink.enable-delete' = 'false',        -- false means not to obtain the event type from RowKind
  'sink.properties.columns' = 'id, name, __DORIS_DELETE_SIGN__'  -- Explicitly specify the import columns of streamload
);

INSERT INTO DORIS_SINK
SELECT json_value(data,'$.id') as id,
json_value(data,'$.name') as name, 
if(op_type='delete',1,0) as __DORIS_DELETE_SIGN__ 
from KAFKA_SOURCE;

Flink CDC DDL文の同期

一般的に、MySQLなどの上流データソースを同期する際、上流でフィールドの追加や削除を行う場合、DorisでSchema Change操作を同期する必要があります。

このシナリオでは、通常DataStream API用のプログラムを書き、DorisSinkが提供するJsonDebeziumSchemaSerializerシリアライザーを使用して自動的にSchemaChangeを実行する必要があります。詳細については、CDCSchemaChangeExample.javaを参照してください。

Connectorが提供するデータベース全体同期ツールでは、追加の設定は不要で、上流のDDLが自動的に同期され、DorisでSchemaChange操作が実行されます。

よくある質問（FAQ）

errCode = 2, detailMessage = Label [label_0_1] has already been used, relate to txn [19650]

Exactly-Onceシナリオでは、Flink Jobは最新のCheckpoint/Savepointから再起動する必要があります。そうでなければ上記のエラーが報告されます。Exactly-Onceが不要な場合、この問題は2PC送信の無効化（sink.enable-2pc=false）または異なるsink.label-prefixへの変更によっても解決できます。
errCode = 2, detailMessage = transaction [19650] not found

これはCommit段階で発生します。checkpointに記録されたトランザクションIDがFE側で期限切れになっています。この時点で再度コミットすると、上記のエラーが発生します。この時点では、checkpointからの開始は不可能です。その後、fe.confのstreaming_label_keep_max_second設定を変更することで有効期限を延長できます。デフォルトの有効期限は12時間です。dorisバージョン2.0以降では、fe.confのlabel_num_threshold設定（デフォルト2000）によっても制限され、これは増加させるか-1に変更できます（-1は時間のみによる制限を意味します）。
errCode = 2, detailMessage = current running txns on db 10006 is 100, larger than limit 100

これは同一データベースへの並行インポートが100を超えたためです。fe.confのmax_running_txn_num_per_dbパラメータを調整することで解決できます。具体的な詳細については、max_running_txn_num_per_dbを参照してください。

同時に、labelの頻繁な変更とタスクの再起動もこのエラーを引き起こす可能性があります。2pcシナリオ（Duplicate/Aggregateモデル用）では、各タスクのlabelは一意である必要があります。そして、checkpointからの再起動時、Flinkタスクはプリコミットされたがまだコミットされていないトランザクションを積極的に中止します。頻繁なlabel変更と再起動により、中止できない大量のプリコミット成功トランザクションが発生し、トランザクションを占有します。Uniqueモデルでは、2pcを無効にしてべき等書き込みを実現することもできます。
tablet writer write failed, tablet_id=190958, txn_id=3505530, err=-235

これは通常Connectorバージョン1.1.0以前で発生し、書き込み頻度が高すぎることによってバージョン数が過剰になることが原因です。sink.batch.sizeとsink.batch.intervalパラメータを設定してStreamloadの頻度を下げることができます。Connectorバージョン1.1.0以降では、デフォルトの書き込みタイミングはCheckpointによって制御され、Checkpoint間隔を増やすことで書き込み頻度を下げることができます。
Flinkインポート時にダーティデータをスキップする方法は？

Flinkがデータをインポートする際、フィールド形式や長さの問題などのダーティデータがあると、StreamLoadがエラーを報告します。この時、Flinkは再試行を続けます。このようなデータをスキップする必要がある場合、StreamLoadの厳密モードを無効にする（strict_mode=falseとmax_filter_ratio=1を設定）か、Sinkオペレータの前でデータをフィルタリングできます。
FlinkマシンとBEマシン間のネットワークが接続されていない場合の設定方法は？

FlinkがDorisへの書き込みを開始すると、DorisはBEへの書き込み操作をリダイレクトします。この時に返されるアドレスは、show backendsコマンドで見えるIPであるBEの内部ネットワークIPです。この時FlinkとDorisにネットワーク接続性がない場合、エラーが報告されます。この場合、benodesでBEの外部ネットワークIPを設定できます。
stream load error: HTTP/1.1 307 Temporary Redirect

Flinkは最初にFEにリクエストし、307を受信した後、リダイレクト後にBEにリクエストします。FEがFullGC/高負荷/ネットワーク遅延状態にある場合、HttpClientはデフォルトで一定期間（3秒）内に応答を待たずにデータを送信します。リクエストボディがデフォルトでInputStreamであるため、307応答を受信した時、データを再実行できずに直接エラーが報告されます。この問題を解決する方法は3つあります：1. Connector25.1.0以上にアップグレードしてデフォルト時間を延長する、2. auto-redirect=falseに変更してBEに直接リクエストを開始する（一部のクラウドシナリオには適用されません）、3. unique keyモデルではbatchモードを有効にできます。

バージョン説明​

使用方法​

Jar​

Maven​

動作原理​

Dorisからのデータ読み取り​

Dorisへのデータ書き込み​

クイックスタート​

準備​

Flinkクラスターのデプロイ​

DorisTableの初期化​

FlinkSQL タスクの実行​

クエリデータ​

シナリオと操作​

Dorisからのデータ読み取り​

FlinkSQLを使用したデータ読み取り​

Thrift方式​

ArrowFlightSQL​

DataStream APIを使用したデータの読み取り​

DorisへのデータWriting​

FlinkSQLを使用したデータWriting​

DataStream APIを使用したデータの書き込み​

標準文字列形式​

RowData Format​

Debezium Format​

Multi-table Write Format​

Lookup Join​

全データベース同期​

MySQL全データベース同期​

Oracle全データベース同期​

PostgreSQL データベース全体同期​

SQLServer データベース全体同期​

DB2 全データベース同期​

MongoDB全データベース同期​

AWS Aurora MySQL データベース全体同期​

AWS RDS MySQL データベース全体同期​

使用方法​

パラメータ設定​

一般設定項目​

Source設定​

Sink設定​

Lookup Join設定​

全データベース同期設定​

DorisからFlinkのデータ型マッピング​

FlinkからDorisのデータ型マッピング​

監視メトリクス​

ベストプラクティス​

FlinkSQLでCDCを使ってMySQLデータに高速接続​

Flinkは部分的なカラム更新を実行する​

Flink Imports Bitmap Data​

FlinkCDC主キーカラムの更新​

Flink指定カラムによるデータ削除​

Flink CDC DDL文の同期​

よくある質問（FAQ）​

バージョン説明

使用方法

Jar

Maven

動作原理

Dorisからのデータ読み取り

Dorisへのデータ書き込み

クイックスタート

準備

Flinkクラスターのデプロイ

DorisTableの初期化

FlinkSQL タスクの実行

クエリデータ

シナリオと操作

Dorisからのデータ読み取り

FlinkSQLを使用したデータ読み取り

Thrift方式

ArrowFlightSQL

DataStream APIを使用したデータの読み取り

DorisへのデータWriting

FlinkSQLを使用したデータWriting

DataStream APIを使用したデータの書き込み

標準文字列形式

RowData Format

Debezium Format

Multi-table Write Format

Lookup Join

全データベース同期

MySQL全データベース同期

Oracle全データベース同期

PostgreSQL データベース全体同期

SQLServer データベース全体同期

DB2 全データベース同期

MongoDB全データベース同期

AWS Aurora MySQL データベース全体同期

AWS RDS MySQL データベース全体同期

使用方法

パラメータ設定

一般設定項目

Source設定

Sink設定

Lookup Join設定

全データベース同期設定

DorisからFlinkのデータ型マッピング

FlinkからDorisのデータ型マッピング

監視メトリクス

ベストプラクティス

FlinkSQLでCDCを使ってMySQLデータに高速接続

Flinkは部分的なカラム更新を実行する

Flink Imports Bitmap Data

FlinkCDC主キーカラムの更新

Flink指定カラムによるデータ削除

Flink CDC DDL文の同期

よくある質問（FAQ）