重要参数说明

注意事项

在作业启动前，如果未在运行参数配置区域显式设置该参数，在MiniBatch处理模式下，将使用Managed Memory缓存数据，在以下几种条件下都会触发最终计算和数据输出：

• 收到MiniBatchAssigner节点发送的watermark消息

• Managed Memory已满

• 进行Checkpoint前

• 作业停止时

取值说明

• -1（默认值）：表示使用Managed Memory缓存数据。

• 其他Long类型的负值：同默认设置。

• 其他Long类型的正值：表示使用Heap Memory来缓存数据。当缓存的数据量达到N条时，会自动触发输出操作。

使用示例

1. 新建SQL流作业，复制如下测试SQL，部署作业。

   CREATE TEMPORARY TABLE s1 (
     a INT,
     b INT,
     ts TIMESTAMP(3),
     PRIMARY KEY (a) NOT ENFORCED,
     WATERMARK FOR ts AS ts - INTERVAL '1' SECOND
   ) WITH (
     'connector'='datagen',
     'rows-per-second'='1',
     'fields.ts.kind'='random',
     'fields.ts.max-past'='5s',
     'fields.b.kind'='random',
     'fields.b.min'='0',
     'fields.b.max'='10'
   );
   
   CREATE TEMPORARY TABLE sink (
     a INT,
     b BIGINT,
     PRIMARY KEY (a) NOT ENFORCED
   ) WITH (
     'connector'='print'
   );
   
   INSERT INTO sink SELECT a, sum(b) FROM s1 GROUP BY a;

2. 在作业运维页面的部署详情页运行参数配置区域其他配置中，设置table.exec.mini-batch.enabled: true和table.exec.mini-batch.allow-latency: 2s参数，不设置table.exec.mini-batch.size（取默认值-1）。

3. 启动作业。在状态总览页签下，您可以看到作业包含了MiniBatchAssigner节点、LocalGroupAggregate节点和GlobalGroupAggregate节点。

   

注意事项

• 该参数仅在VVR-8.0.8及以上版本生效，在VVR-8.0.8前的版本，其行为等同于取值为false的行为。

• 当取值从false修改为true时，可能会导致MinibatchGlobalAgg节点和MinibatchAgg节点向下游发送的数据量增加，对下游算子造成压力。

取值说明

• false（默认值）：表示在开启State TTL的情况下，MinibatchGlobalAgg节点和MinibatchAgg节点在消费数据后，如果聚合结果未发生变化，就不向下游下发数据。

• true：表示在开启State TTL的情况下，MinibatchGlobalAgg节点和MinibatchAgg节点在消费数据后，如果聚合结果未发生变化，仍然向下游发送更新的（重复的）数据。

使用示例

1. 新建SQL流作业，复制如下测试SQL，部署作业。

   create temporary table src(
       a int,
       b string
   ) with (
       'connector' = 'datagen',
       'rows-per-second' = '10',
       'fields.a.min' = '1',
       'fields.a.max' = '1',
       'fields.b.length' = '3'
   );
   
   create temporary table snk(
       a int,
       max_length_b bigint
   ) with (
       'connector' = 'blackhole'
   );
   
   insert into snk select a, max(CHAR_LENGTH(b)) from src group by a; 

2. 在作业运维页面的部署详情页运行参数配置区域其他配置中，设置table.exec.mini-batch.enabled: true和table.exec.mini-batch.allow-latency: 2s参数，启用Minibatch Aggregate优化。

3. 启动作业。在状态总览页签下，您可以看到作业包含了MinibatchGlobalAggregate节点，点击该节点上的“+”号，可以观察到GlobalGroupAggregate节点在聚合结果不变的情况下，不向下游发送数据。

   

4. 停止该作业，在作业运维页面的部署详情页运行参数配置区域其他配置中，添加参数table.exec.agg.mini-batch.output-identical-enabled: true

5. 启动作业。在状态总览页签下，您可以看到作业包含了MinibatchGlobalAggregate节点，点击该节点上的“+”号，可以观察到GlobalGroupAggregate节点在聚合结果不变的情况下，仍然向下游发送数据。

应用场景

• 一段时间内流上相同更新键的消息量较少（比如更新键为主键的场景，相同主键的数据更新频率不高），同时在维表join时对基于更新键的处理有处理顺序的需求。该优化可以保证基于更新键的数据处理顺序。

• 在包含主键的CDC流中，通过维表join打宽写入Sink（Sink的主键与Source的主键保持一致），且维表join的join key和主键不一致，维表侧join key为主键。该优化会根据CDC主键（被推导为更新键）进行shuffle。相比同场景开启SHUFFLE_HASH优化，在多并发的情况下，可以避免在Sink前产生SinkMaterializer 节点，从而消除因该节点引起的潜在性能问题，尤其可以消除长期运行时该节点产生的大state。有关SinkUpsertMaterializer请参见使用建议。

• 维表join的join key和主键不一致，维表侧join key为主键，且之后存在rank节点，该优化会根据CDC主键（被推导为更新键）进行shuffle。相比同场景开启SHUFFLE_HASH优化，可以避免UpdateFastRank退化为RetractRank。RetractRank如何能优化成UpdateFastRank请参见TopN优化技巧。

注意事项

• 当流上不存在更新键时，会将整行数据作为key。

• 在短时间内同一个更新键存在较频繁的更新时吞吐量会降低，因为针对同一个更新键的数据是严格按照顺序处理的。

• Key-Ordered模式相比原有异步维表Join新增了Keyed State，开启或关闭该模式会影响状态兼容性。

• 仅适用于VVR 8.0.10及以上版本且维表Join的输入是非更新流，配置table.exec.async-lookup.output-mode='ALLOW_UNORDERED'、table.exec.async-lookup.key-ordered-enabled='true'时才会生效。

取值说明

• false（默认值）：表示不开启Key-Ordered模式。

• true：表示开启Key-Ordered模式。

使用示例

1. 以使用Hologres异步维表Join为例，新建SQL流作业，复制如下测试SQL，部署作业。

   Hologres连接器详情请参见实时数仓Hologres。

   create TEMPORARY table bid_source(
     auction  BIGINT,
     bidder  BIGINT,
     price  BIGINT,
     channel  VARCHAR,
     url  VARCHAR,
     dateTime  TIMESTAMP(3),
     extra  VARCHAR,
     proc_time as proctime(),
     WATERMARK FOR dateTime AS dateTime - INTERVAL '4' SECOND
   ) with (
     'connector' = 'kafka',  -- 非insert only流连接器
     'topic' = 'user_behavior',
     'properties.bootstrap.servers' = 'localhost:9092',
     'properties.group.id' = 'testGroup',
     'scan.startup.mode' = 'earliest-offset',
     'format' = 'csv'
   );
   
   CREATE TEMPORARY TABLE users (
       user_id STRING PRIMARY KEY NOT ENFORCED, -- 定义主键
       user_name VARCHAR(255) NOT NULL, 
       age INT NOT NULL
   ) WITH (
       'connector' = 'hologres',    -- 支持异步lookup功能连机器
       'async' = 'true',
       'dbname' = 'holo db name', --Hologres的数据库名称
       'tablename' = 'schema_name.table_name', --Hologres用于接收数据的表名称
       'username' = 'access id', --当前阿里云账号的AccessKey ID
       'password' = 'access key', --当前阿里云账号的AccessKey Secret
       'endpoint' = 'holo vpc endpoint', --当前Hologres实例VPC网络的Endpoint
   );
   
   CREATE TEMPORARY TABLE bh ( 
       auction  BIGINT,
       age int
   ) WITH (
       'connector' = 'blackhole'
   );
   
   insert into bh
   SELECT
       bid_source.auction,
       u.age
   FROM bid_source
       JOIN users FOR SYSTEM_TIME AS OF bid_source.proc_time AS u
       ON bid_source.channel = u.user_id;
   

2. 在作业运维页面的部署详情页签运行参数配置区域其他配置中，设置table.exec.async-lookup.output-mode='ALLOW_UNORDERED'和table.exec.async-lookup.key-ordered-enabled='true'参数。

3. 启动作业。在状态总览页签下，您可以看到作业async属性KEY_ORDERED:true。