Ljw

@itinycheng > 并行度问题：sink并行度和上游不同情况下，记得好像是必须有primary key的，数据分发是通过 `hash(primary key value) % parallelism` 来确定写哪个sinker的，可以关注下：`CommonExecSink.createSinkTransformation`，具体效果自己测试下看；另外你说这个感觉不太合理，写入哪个local表必须要根据分片的key来确定，不然数据不就乱了，另外你可以直接写分布式表`use-local=false`，让分布式表帮分发数据； 大佬, 您好, 请教个问题 :我把 'use-local' = 'false' 的时候程序会有报错-- Table engine Distributed doesn't support mutations. (NOT_IMPLEMENTED) (version 22.2.2.1) , 设置为 true的时候明显丢了很多数据...

> @Leijingwen 这个参数命名不太好，应该叫 sharding key，是用来计算一条数据写入的具体分片； ok

> > 1. 假如 10 个并行度去写本地表。本地表有3个，一个并行度是去写一个表，还是轮询写这三个表？ > > 2. 假如服务端重启了，可以重试连副本节点继续写入？ > > 您好， > > 1. Operator分发策略是flink端的逻辑，sink端能操作的是设置并行度：sink.parallelism；另外，如果设置写本地表，一个sink operator实例会持有该distributed表下所有本地表的connection。 > 2. 当前不支持，写本地表的分片选择是写死的，取的好像是shard_num=1，具体可以看下这个类：ClickHouseConnectionProvider ，如果分片挂啦，重启job没办法恢复。 您好,大佬 :当有shard_num=1的机器挂掉机器以后,flink-任务就报错了, 这个有什么好的方式解决吗? clickhouse集群的高可用感觉用不上了. 设置'use-local' = 'false'?

> > > > 1. 假如 10 个并行度去写本地表。本地表有3个，一个并行度是去写一个表，还是轮询写这三个表？ > > > > 2. 假如服务端重启了，可以重试连副本节点继续写入？ > > > > > > > > > 您好， > > > > > >...