本文介绍开发运行中的其他问题。
报错：Caused by: java.lang.NoSuchMethodError: org.apache.flink.table.planner.plan.metadata.FlinkRelMetadataQuery.getUpsertKeysInKeyGroupRange(Lorg/apache/calcite/rel/RelNode;[I)Ljava/util/Set;
报错原因
如果您依赖了社区的internal API，而这个internal API阿里云上的版本做了一些优化，可能会导致包冲突等异常。
解决方案
Flink源代码中只有明确标注了@Public或者@PublicEvolving的才是公开供用户调用的方法，阿里云只对这些方法的兼容性做出产品保证。
报错：Task did not exit gracefully within 180 + seconds.
报错详情
Task did not exit gracefully within 180 + seconds. 2022-04-22T17:32:25.852861506+08:00 stdout F org.apache.flink.util.FlinkRuntimeException: Task did not exit gracefully within 180 + seconds. 2022-04-22T17:32:25.852865065+08:00 stdout F at org.apache.flink.runtime.taskmanager.Task$TaskCancelerWatchDog.run(Task.java:1709) [flink-dist_2.11-1.12-vvr-3.0.4-SNAPSHOT.jar:1.12-vvr-3.0.4-SNAPSHOT] 2022-04-22T17:32:25.852867996+08:00 stdout F at java.lang.Thread.run(Thread.java:834) [?:1.8.0_102] log_level:ERROR报错原因
该报错不是作业异常的根因。因为Task退出的超时task.cancellation.timeout参数的默认值为180s，当作业Failover或退出过程中，可能会因某种原因阻塞Task的退出。当阻塞时间达到超时时间后，Flink会判定该Task已卡死无法恢复，会主动停止该Task所在的TaskManager，让Failover或退出流程继续下去，所以在日志中会出现这样的报错。
真正的原因可能是您自定义函数的实现有问题，例如close方法的实现中长时间阻塞或者计算方法长时间未返回等。
解决方案
设置Task退出的超时时间参数task.cancellation.timeout取值为0，配置方法请参见如何配置作业运行参数？配置为0时，Task退出阻塞将不会超时，该task会持续等待退出完成。重启作业后再次发现作业在Failover或退出过程中长时间阻塞时，需要找到处于Cancelling状态的Task，查看该Task的栈，排查问题的根因，然后根据排查到的根因再针对性解决问题。
重要task.cancellation.timeout参数用于作业调试，请不要在生产作业上配置该参数值为0。
报错： Can not retract a non-existent record. This should never happen.
报错详情
java.lang.RuntimeException: Can not retract a non-existent record. This should never happen. at org.apache.flink.table.runtime.operators.rank.RetractableTopNFunction.processElement(RetractableTopNFunction.java:196) at org.apache.flink.table.runtime.operators.rank.RetractableTopNFunction.processElement(RetractableTopNFunction.java:55) at org.apache.flink.streaming.api.operators.KeyedProcessOperator.processElement(KeyedProcessOperator.java:83) at org.apache.flink.streaming.runtime.tasks.OneInputStreamTask$StreamTaskNetworkOutput.emitRecord(OneInputStreamTask.java:205) at org.apache.flink.streaming.runtime.io.AbstractStreamTaskNetworkInput.processElement(AbstractStreamTaskNetworkInput.java:135) at org.apache.flink.streaming.runtime.io.AbstractStreamTaskNetworkInput.emitNext(AbstractStreamTaskNetworkInput.java:106) at org.apache.flink.streaming.runtime.io.StreamOneInputProcessor.processInput(StreamOneInputProcessor.java:66) at org.apache.flink.streaming.runtime.tasks.StreamTask.processInput(StreamTask.java:424) at org.apache.flink.streaming.runtime.tasks.mailbox.MailboxProcessor.runMailboxLoop(MailboxProcessor.java:204) at org.apache.flink.streaming.runtime.tasks.StreamTask.runMailboxLoop(StreamTask.java:685) at org.apache.flink.streaming.runtime.tasks.StreamTask.executeInvoke(StreamTask.java:640) at org.apache.flink.streaming.runtime.tasks.StreamTask.runWithCleanUpOnFail(StreamTask.java:651) at org.apache.flink.streaming.runtime.tasks.StreamTask.invoke(StreamTask.java:624) at org.apache.flink.runtime.taskmanager.Task.doRun(Task.java:799) at org.apache.flink.runtime.taskmanager.Task.run(Task.java:586) at java.lang.Thread.run(Thread.java:877)报错原因及解决方案
场景
原因
解决方案
场景1
由代码中
now（）导致。因为TopN不支持非确定性的字段作为排序字段（ORDER BY）或分组字段（PARTITION BY），
now()每次输出的值不同，所以导致Retraction无法找到之前的值。使用源表中定义的只会产生确定性值的字段作为排序字段（ORDER BY）和分组字段（PARTITION BY）。
场景2
table.exec.state.ttl参数值设置过小，State因过期被清理，retract时找不到对应keystate。
调大table.exec.state.ttl参数值。配置方法请参见如何配置作业运行参数？
场景3
VVR 4.0.15以下版本的已知缺陷。
上游使用CDC Connector，Hologres全增量一体源表并不是一致性的读取，全量数据和增量数据之前是有overlap的，导致在处理binlog一开始的update_before时，会发现该数据在State中不存在。
如果您使用的是CDC或Hologres，建议您升级作业版本至VVR 4.0.16或VVR 6.0.3及以上版本。