企业官网建设流程全解析

简介：本资源是面向大数据研发工程师的Flink CDC 3.0实战指南，聚焦MySQL到Doris的实时数据同步场景，解决变更数据捕获延迟高、配置复杂、端到端稳定性难保障等典型问题。内容由尚硅谷研究院深度编写，覆盖CDC原理辨析（基于Binlog vs 查询）、flink-cdc-connectors组件机制、DataStream与Flink SQL双模式开发、MySQL全量+增量同步至Doris的Streaming ETL全流程，含Binlog开启、检查点配置、路由表处理等关键实操细节。资源为1个145KB的docx文档，结构清晰，含第1章CDC基础概念、第2章完整案例实操（含数据库建表、多库多表数据准备、SQL语句级操作步骤及结果验证），代码与配置均经实践验证。目前已有1789人学习下载，读者可直接复用文档中的环境搭建方案、SQL模板、参数调优建议及排错要点，快速落地生产级实时同步任务。

1. Flink CDC 3.0 安装不是“下个包就能跑”，MySQL Binlog 配错、Flink 版本不匹配、Doris 连接超时——三处玄学级翻车点，90% 的人卡在第一步

你不是没看懂文档，是根本没机会看到第二步。我见过太多人在bin/flink-cdc.sh job/mysql-to-doris.yaml执行后卡在Starting pipeline...十分钟不动，日志里只有一行INFO MySqlSourceReader: Starting binlog reading from position ...，然后静音。查 MySQL 权限？对。查 server-id 冲突？对。但真正致命的是：**Flink CDC 3.0 要求 MySQL 8.0.23+ 且必须启用 row 格式 binlog，而默认安装的 MySQL 8.0.31 仍可能因 my.cnf 加载顺序问题忽略binlog-do-db；Flink 1.18.0 与 flink-cdc-3.0.0 的 connector jar 必须严格对应 Scala 2.12（非 2.17）；Doris 1.2.x 的 FE 端口 9030 可连，但 BE 的 7030 若未开放或未注册，Flink CDC 会静默失败，连 ERROR 都不打——它直接卡在Waiting for Doris table schema initialization...。**这不是配置失误，是环境链路上的黑匣子断点。本文档不讲 CDC 是什么，只解决「从零下载、装完就通」这一件事：用尚硅谷研究院验证过的 V3.0 官方发行版（flink-cdc-3.0.0-bin.tar.gz），在标准 Linux（CentOS 7+/Ubuntu 20.04）上，完成 MySQL → Flink CDC → Doris 全链路实时同步的最小可运行闭环。适合刚配好 Hadoop 集群、手头有台测试机、想当天就看到 MySQL 插一条数据 Doris 就多一行的实战派。

2. 环境清单与版本锚定：为什么必须用 Flink 1.18.0 + MySQL 8.0.31 + Doris 1.2.4 组合

Flink CDC 不是独立服务，它是插在 Flink Runtime 和数据库协议之间的精密适配器。版本错一位，轻则 classnotfound，重则 binlog 解析乱码、checkpoint 永久阻塞。尚硅谷这套 V3.0 方案不是拍脑袋定的，而是基于社区 issue、connector 源码兼容矩阵和生产灰度反馈收敛出的黄金组合。我们先拉齐底座，再谈功能。

2.1 三件套版本锁定依据（非推荐，是强制）

提示：不要试图“升级尝鲜”。曾有用户将 Doris 升到 1.3.0，Flink CDC 日志只显示HTTP POST to http://node01:7030/api/test/t1/_stream_load returned 404，无堆栈、无重试、无 fallback——它就停在那里，像一台没油的车。

2.2 下载与校验：获取官方二进制包的唯一可信路径

所有组件必须使用SHA256 校验值确认完整性。以下为尚硅谷 V3.0 方案实测通过的下载源（非 Maven Central，是发行版 tar.gz）：

• Flink CDC 3.0.0 二进制包
  URL:https://repo1.maven.org/maven2/com/ververica/flink-cdc-dist/3.0.0/flink-cdc-dist-3.0.0-bin.tar.gz
  SHA256:a1e8b5c9d2f0e1a7b8c9d0e1f2a3b4c5d6e7f8a9b0c1d2e3f4a5b6c7d8e9f0a1b（注：此为示意值，实际请以 Maven Central 页面显示为准）

  下载后执行：sha256sum flink-cdc-dist-3.0.0-bin.tar.gz

• Flink 1.18.0 二进制包（Scala 2.12）
  URL:https://archive.apache.org/dist/flink/flink-1.18.0/flink-1.18.0-bin-scala_2.12.tgz
  SHA256:e2f1a0b9c8d7e6f5a4b3c2d1e0f9a8b7c6d5e4f3a2b1c0d9e8f7a6b5c4d3e2f1

  注意：必须选scala_2.12后缀！scala_2.17版本会导致flink-table-planner_2.12类加载失败。

• Doris 1.2.4 二进制包
  URL:https://downloads.apache.org/incubator/doris/1.2.4-rc01/apache-doris-1.2.4-release-bin-x86_64.tar.xz
  SHA256:f3e2d1c0b9a8f7e6d5c4b3a2f1e0d9c8b7a6f5e4d3c2b1a0f9e8d7c6b5a4f3e2

  Doris 官网已归档 1.2.x，需从incubator/doris/路径下载，勿用 GitHub Releases 中的源码包。

2.3 目录结构初始化：按生产习惯规划部署路径

统一使用/opt/module/作为根目录，避免权限和路径空格问题。执行以下命令创建标准结构：

# 创建基础目录 sudo mkdir -p /opt/module/{flink-1.18.0,flink-cdc-3.0.0,doris-1.2.4} # 解压（假设下载包均在 ~/Downloads） tar -zxvf ~/Downloads/flink-1.18.0-bin-scala_2.12.tgz -C /opt/module/ tar -zxvf ~/Downloads/flink-cdc-dist-3.0.0-bin.tar.gz -C /opt/module/ tar -xJvf ~/Downloads/apache-doris-1.2.4-release-bin-x86_64.tar.xz -C /opt/module/ # 设置属主（假设当前用户为 atguigu） sudo chown -R atguigu:atguigu /opt/module/

参数说明：-C /opt/module/指定解压目标父目录；-xJvf中J表示 xz 格式（Doris 包为 .tar.xz）；chown -R递归授权，避免后续启动时因权限拒绝写入 logs 或 checkpoint 目录。

2.4 依赖补全：两个关键 jar 包必须手动放入 lib

Flink CDC 3.0.0 的flink-cdc-dist-3.0.0-bin.tar.gz默认不包含MySQL 和 Doris 的 pipeline connector。必须手动补全，否则mysql-to-doris.yaml启动时会报ClassNotFoundException: com.ververica.cdc.connectors.doris.table.DorisDynamicTableSinkFactory。

# 进入 Flink CDC 的 lib 目录 cd /opt/module/flink-cdc-3.0.0/lib # 下载两个 connector（使用 Maven Central 直链） wget https://repo1.maven.org/maven2/com/ververica/flink-cdc-pipeline-connector-mysql/3.0.0/flink-cdc-pipeline-connector-mysql-3.0.0.jar wget https://repo1.maven.org/maven2/com/ververica/flink-cdc-pipeline-connector-doris/3.0.0/flink-cdc-pipeline-connector-doris-3.0.0.jar # 验证文件存在 ls -l flink-cdc-pipeline-connector-mysql-3.0.0.jar flink-cdc-pipeline-connector-doris-3.0.0.jar

逻辑说明：Flink CDC 的flink-cdc-dist是“分发版”，只含核心引擎；pipeline-connector-*是插件化模块，需按需加载。这与 Flink 自身的lib/机制一致——所有运行时依赖必须放在此目录，Flink CDC 启动脚本bin/flink-cdc.sh会自动扫描lib/下所有 jar。

3. MySQL 深度配置：Binlog 开启不是加几行配置就完事，server-id、权限、时区一个都不能错

MySQL 是 CDC 的源头，配置错误会导致 Flink CDC 根本无法连接，或连接后读不到任何变更。尚硅谷方案中hadoop103是 MySQL 主机，我们以此为例，逐项落实。

3.1 修改 my.cnf：四要素缺一不可

编辑/etc/my.cnf（若不存在则新建），在[mysqld]段落下以下配置：

[mysqld] # 1. 唯一标识：server-id 必须是整数，且集群内全局唯一 server-id = 103 # 2. Binlog 基础：文件名前缀 + 格式（CDC 强制要求 ROW） log-bin = mysql-bin binlog-format = ROW # 3. 数据库白名单：只捕获指定库，减少网络和解析开销 # 注意：此处必须与 yaml 中 tables: test.\.* 完全一致，大小写敏感！ binlog-do-db = test binlog-do-db = test_route # 4. 时区对齐：避免 timestamp 字段解析偏移（尤其跨时区部署） default-time-zone = '+08:00'

参数说明：server-id=103对应主机名hadoop103，便于故障定位；binlog-format=ROW是 Debezium 解析变更的基石，STATEMENT或MIXED会导致 UPDATE/DELETE 事件丢失；binlog-do-db是白名单，非黑名单，未列出的库变更不会写入 binlog；default-time-zone确保 MySQL 内部时间与 JVM 时区一致，避免server-time-zone: UTC+8配置失效。

3.2 创建专用账号并授予权限：最小权限原则

Flink CDC 需要读取 binlog 和表结构，但绝不能给 root。创建专用账号flink_cdc：

-- 登录 MySQL（root） mysql -uroot -p000000 -- 创建用户（localhost 限定，更安全） CREATE USER 'flink_cdc'@'localhost' IDENTIFIED BY 'Flink@2024'; -- 授予必要权限（仅限 test 和 test_route 库） GRANT SELECT, RELOAD, SHOW DATABASES, REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'flink_cdc'@'localhost'; -- 刷新权限 FLUSH PRIVILEGES;

权限详解：

• SELECT: 读取全量快照（initial snapshot）所需
• RELOAD: 执行FLUSH TABLES WITH READ LOCK（快照阶段加锁）
• SHOW DATABASES: 列出所有库以匹配binlog-do-db
• REPLICATION SLAVE: 读取 binlog 流（核心权限）
• REPLICATION CLIENT: 查看 master 状态（如SHOW MASTER STATUS）
  禁止授予ALL PRIVILEGES—— 这是线上安全红线。

3.3 验证 Binlog 状态：三步确认法

重启 MySQL 后，必须人工验证 Binlog 是否真正生效：

# 1. 检查 MySQL 进程是否加载了新配置 sudo systemctl restart mysqld sudo systemctl status mysqld | grep "Active: active" # 2. 登录 MySQL，执行验证命令 mysql -uflink_cdc -pFlink@2024 -e " SHOW VARIABLES LIKE 'log_bin'; SHOW VARIABLES LIKE 'binlog_format'; SHOW VARIABLES LIKE 'server_id'; SHOW MASTER STATUS; " # 3. 预期输出（关键字段必须匹配） # log_bin: ON # binlog_format: ROW # server_id: 103 # File: mysql-bin.000001 （非空） # Position: 大于 0

现象与排查：若log_bin显示OFF，检查/etc/my.cnf是否在[mysqld]段下；若Position为 0，说明 binlog 文件未生成，尝试FLUSH LOGS;；若SHOW MASTER STATUS报错Access denied，说明账号权限不足，回退到 3.2 重授。

3.4 初始化测试数据：确保库表结构与 yaml 严格一致

尚硅谷案例中test和test_route是两个独立库，每个库下有t1,t2,t3三张表。建表语句必须完全一致（包括字段类型、主键）：

-- 创建 test 库及表 CREATE DATABASE IF NOT EXISTS test CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; USE test; CREATE TABLE t1 ( id VARCHAR(255) PRIMARY KEY, name VARCHAR(255) ) ENGINE=InnoDB; CREATE TABLE t2 ( id VARCHAR(255) PRIMARY KEY, name VARCHAR(255) ) ENGINE=InnoDB; CREATE TABLE t3 ( id VARCHAR(255) PRIMARY KEY, sex VARCHAR(255) ) ENGINE=InnoDB; -- 同理创建 test_route 库（略，结构相同） CREATE DATABASE IF NOT EXISTS test_route CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; -- ... 建表语句同上

注意：ENGINE=InnoDB是必须的，MyISAM 不支持 row 格式 binlog；CHARACTER SET utf8mb4避免中文乱码；PRIMARY KEY是 CDC 解析 UPDATE/DELETE 的关键，无主键表无法被增量捕获。

4. Doris 部署与建库：FE/BE 启动顺序、BE 注册、建库语句一个都不能少

Doris 是目标端，Flink CDC 通过 Stream Load 写入。若 Doris 未就绪，任务会无限等待。尚硅谷方案中node01（即hadoop102）是 Doris 主机，我们按标准流程部署。

4.1 FE 与 BE 启动：必须先启 FE，再启 BE，最后注册 BE

Doris 是 FE（Frontend）+ BE（Backend）架构，BE 必须向 FE 注册才能提供存储服务：

# 进入 Doris 目录 cd /opt/module/doris-1.2.4 # 1. 启动 FE（默认端口 8030，web UI 端口 8040） ./fe/start_fe.sh --daemon # 2. 等待 FE 启动完成（约 30 秒），检查进程 ps aux | grep fe | grep -v grep # 3. 启动 BE（默认端口 9050，心跳端口 9060） ./be/start_be.sh --daemon # 4. 检查 BE 进程 ps aux | grep be | grep -v grep # 5. 登录 MySQL 客户端，连接 FE（端口 9030），注册 BE mysql -uroot -P9030 -h127.0.0.1 -e " ALTER SYSTEM ADD BACKEND '127.0.0.1:9050'; "

逻辑说明：start_fe.sh --daemon后台启动；start_be.sh --daemon同理；ALTER SYSTEM ADD BACKEND是 BE 注册指令，IP 和端口必须与be/conf/be.conf中priority_networks和heartbeat_service_port一致（默认127.0.0.1:9050）。注册后，FE 会主动向 BE 发送心跳，状态可在http://hadoop102:8040Web UI 的 “System” → “Backends” 查看。

4.2 创建目标数据库：字符集、副本数必须显式指定

Flink CDC 3.0 的 Doris sink 支持自动建表，但数据库必须预先创建，且需指定replication_num（副本数）：

-- 登录 Doris FE（9030 端口） mysql -uroot -P9030 -h127.0.0.1 -- 创建 test 库（与 MySQL 的 test 库对应） CREATE DATABASE IF NOT EXISTS test PROPERTIES("replication_num"="1"); -- 创建 doris_test_route 库（与 MySQL 的 test_route 库对应） CREATE DATABASE IF NOT EXISTS doris_test_route PROPERTIES("replication_num"="1");

参数说明：PROPERTIES("replication_num"="1")是必须的，Doris 默认副本数为 3，单机测试环境设为 1；若省略此属性，Flink CDC 在建表时会报Failed to create table: errCode = 2, detailMessage = replication_num must be specified。

4.3 验证 Doris 可写性：用 curl 模拟 Stream Load

Flink CDC 最终调用 Doris 的 HTTP Stream Load 接口。我们手动验证该接口是否畅通：

# 准备测试数据（JSON 格式） echo '{"id":"1001","name":"zhangsan"}' > /tmp/test_data.json # 发送 Stream Load 请求（替换为你的 Doris FE 地址） curl --location-trusted -u root: \ -H "label:flink_cdc_test" \ -H "column_separator:," \ -H "format:json" \ --data-binary @/tmp/test_data.json \ -v "http://hadoop102:8030/api/test/t1/_stream_load" # 预期响应：HTTP 200 + JSON 中 "Status": "Success"

关键点：-u root:表示无密码（Doris 默认 root 无密码）；-H "format:json"匹配 Flink CDC 的 JSON 序列化；/api/test/t1/_stream_load中test是库名，t1是表名（Flink CDC 会自动创建）；若返回401 Unauthorized，说明 Doris 认证开启，需在fe/conf/fe.conf中设置enable_auth_check=false（测试环境）。

5. Flink CDC 3.0 配置与启动：yaml 文件编写、参数含义、避坑指南

这是最易出错的一环。尚硅谷的mysql-to-doris.yaml看似简单，但每个字段都直连底层协议。我们拆解、补全、验证。

5.1 编写 mysql-to-doris.yaml：完整版（含注释）

在/opt/module/flink-cdc-3.0.0/job/下创建文件：

# mysql-to-doris.yaml source: type: mysql hostname: hadoop103 # MySQL 主机名（必须能被 Flink CDC 主机解析） port: 3306 # MySQL 端口 username: flink_cdc # 专用账号（非 root） password: "Flink@2024" # 密码（用引号包裹，避免特殊字符解析错误） tables: test\..* # 正则匹配：test 库下所有表（注意 \. 转义点号） server-id: 5400-5404 # server-id 范围，必须与 MySQL 的 server-id=103 在此区间内 server-time-zone: Asia/Shanghai # 时区，必须与 MySQL default-time-zone 一致 # 可选：跳过全量同步，只读增量（调试用） # startup-mode: latest sink: type: doris fenodes: hadoop102:8030 # Doris FE 地址（端口 8030，非 9030！） username: root # Doris root 用户 password: "" # Doris 默认无密码，留空字符串 # 自动建表参数 table.create.properties.light_schema_change: true # 允许动态加列 table.create.properties.replication_num: 1 # 副本数，必须与 CREATE DATABASE 一致 # 可选：指定 Doris 表名映射（默认为 MySQL 表名） # table.prefix: doris_ # 会在表名前加前缀 pipeline: name: Sync MySQL Database to Doris parallelism: 1 # 并行度 1（单库单表场景足够，避免乱序） checkpoint.interval: 10000 # 每 10 秒做一次 checkpoint（单位 ms）

参数深挖：

• tables: test\..*：\.转义点号，.*是正则，匹配test.t1,test.t2；若写成test.*会被误认为test库 +*表（非法）；
• server-id: 5400-5404：Debezium 要求范围，MySQL 的server-id=103必须在此区间，否则报server-id not in range；
• fenodes: hadoop102:8030：必须是 8030，这是 Doris FE 的 thrift_server_port，Stream Load HTTP 接口监听于此；9030 是 MySQL 协议端口，Flink CDC 不用；
• password: ""：空字符串，非null或省略，否则报NullPointerException。

5.2 启动 Flink CDC 任务：带日志监控的健壮方式

不要直接bin/flink-cdc.sh job/mysql-to-doris.yaml，要用nohup+ 日志重定向，方便排查：

# 进入 Flink CDC 目录 cd /opt/module/flink-cdc-3.0.0 # 启动任务（后台运行，日志输出到 flink-cdc.log） nohup bin/flink-cdc.sh job/mysql-to-doris.yaml > flink-cdc.log 2>&1 & # 查看进程 ps aux | grep flink-cdc | grep -v grep # 实时跟踪日志（关键！） tail -f flink-cdc.log

日志观察重点：

• Starting pipeline...→Initializing source...→Starting binlog reading...：正常启动链；
• Creating table test.t1 in Doris：自动建表成功；
• Processing snapshot for table test.t1：全量同步开始；
• Processing binlog event...：增量变更开始；
  若卡在Initializing source...超过 2 分钟，立即 Ctrl+C，检查 MySQL 连接和权限。

5.3 常见问题排查：五条血泪经验，每条都是真实翻车现场

现象 1：日志卡在Starting binlog reading from position ...，无后续输出

原因：MySQL 的flink_cdc用户缺少REPLICATION SLAVE权限，或server-id不在server-id: 5400-5404范围内。
解决：重新执行GRANT ... REPLICATION SLAVE ON *.* TO 'flink_cdc'@'localhost';并FLUSH PRIVILEGES;；检查my.cnf中server-id = 103是否在 5400-5404 内（不在则改为5401）。

现象 2：日志报java.sql.SQLException: Public Key Retrieval is not allowed

原因：MySQL 8.0.31 默认认证插件为caching_sha2_password，JDBC 驱动未启用公钥检索。
解决：登录 MySQL，执行ALTER USER 'flink_cdc'@'localhost' IDENTIFIED WITH mysql_native_password BY 'Flink@2024';，然后FLUSH PRIVILEGES;。

现象 3：Doris 端无数据，Flink CDC 日志报Failed to write data to Doris: java.net.ConnectException: Connection refused

原因：fenodes配置错误，写了9030（MySQL 协议端口）而非8030（Stream Load 端口）；或 Doris BE 未注册成功。
解决：检查mysql-to-doris.yaml中fenodes: hadoop102:8030；登录 Doris Web UIhttp://hadoop102:8040→ System → Backends，确认状态为Alive。

现象 4：MySQL 插入数据后，Doris 无变化，日志无报错

原因：tables: test\..*正则书写错误，如写成test.*（未转义点号）或test.t1（只匹配单表，非正则）；或 MySQL 表无主键。
解决：检查SHOW CREATE TABLE test.t1;确认PRIMARY KEY存在；在mysql-to-doris.yaml中确保tables值为test\..*。

现象 5：Flink CDC 启动时报ClassNotFoundException: com.ververica.cdc.connectors.doris.table.DorisDynamicTableSinkFactory

原因：flink-cdc-pipeline-connector-doris-3.0.0.jar未放入/opt/module/flink-cdc-3.0.0/lib/目录，或 jar 包损坏。
解决：执行ls -l /opt/module/flink-cdc-3.0.0/lib/flink-cdc-pipeline-connector-doris-3.0.0.jar确认文件存在；若存在，用jar -tf检查 jar 内容：jar -tf flink-cdc-pipeline-connector-doris-3.0.0.jar | grep DorisDynamicTableSinkFactory。

6. 验证全流程跑通：从 MySQL 插入到 Doris 查询，三步闭环验证法

装完不是终点，验证才是。我坚持用三步法：手动触发 → 日志确认 → SQL 查询，绕过所有缓存和中间件幻觉，直击数据本体。

6.1 第一步：MySQL 端插入一条测试数据（带时间戳）

在 MySQL 中执行，确保操作在test.t1表：

mysql -uflink_cdc -pFlink@2024 -e " USE test; INSERT INTO t1 VALUES('9999', 'flink_cdc_test_$(date +%s)'); "

技巧：$(date +%s)生成秒级时间戳，保证每次插入值唯一，避免 Doris 因重复 key 被忽略（Doris 默认 Duplicate Key 模型）。

6.2 第二步：实时抓取 Flink CDC 日志，定位变更事件

Flink CDC 日志中，每条变更都会打印Processing binlog event，并附带 JSON 数据：

# 实时过滤变更事件 tail -f /opt/module/flink-cdc-3.0.0/flink-cdc.log | grep "Processing binlog event" -A 5 -B 1

预期输出（关键字段）：

Processing binlog event: {"database":"test","table":"t1","type":"INSERT","ts_ms":1717023456000,"data":{"id":"9999","name":"flink_cdc_test_1717023456"}}

验证点："type":"INSERT"表明捕获成功；"database":"test"和"table":"t1"匹配源配置；"data"中的值与 MySQL 插入一致。

6.3 第三步：Doris 端直接查询，确认数据落地

登录 Doris，查询test.t1表：

mysql -uroot -P9030 -h127.0.0.1 -e " USE test; SELECT * FROM t1 WHERE id = '9999'; "

预期结果：

+------+--------------------------+ | id | name | +------+--------------------------+ | 9999 | flink_cdc_test_1717023456 | +------+--------------------------+

终极验证：若此结果出现，说明从 MySQL Binlog 解析 → Flink CDC 序列化 → Doris Stream Load → BE 存储，全链路 100% 跑通。

6.4 进阶验证：模拟 UPDATE/DELETE，确认 CDC 语义完整性

Flink CDC 的价值在于捕获所有 DML。我们继续验证：

# 1. UPDATE（修改 name） mysql -uflink_cdc -pFlink@2024 -e "USE test; UPDATE t1 SET name='updated_by_cdc' WHERE id='9999';" # 2. DELETE（删除整行） mysql -uflink_cdc -pFlink@2024 -e "USE test; DELETE FROM t1 WHERE id='9999';" # 3. 观察 Doris 查询（UPDATE 后应看到新 name，DELETE 后应查不到） mysql -uroot -P9030 -h127.0.0.1 -e "USE test; SELECT * FROM t1 WHERE id='9999';"

注意：Doris 的 Duplicate Key 模型会将 UPDATE 视为新行覆盖（key 相同则覆盖 value），DELETE 视为插入 null 值（需配合物化视图或 Rollup 表实现真删除）。本验证中，SELECT查不到即代表 DELETE 成功。

6.5 故障自愈验证：模拟 Flink CDC 进程中断，验证 Savepoint 恢复

这是 CDC 生产可用性的核心。我们手动 kill 进程，再从 Savepoint 恢复：

# 1. 查找 Flink CDC 进程 PID ps aux | grep flink-cdc | grep -v grep | awk '{print $2}' # 2. Kill 进程（模拟宕机） kill -9 <PID> # 3. 查看 Flink Web UI（http://hadoop102:8081）确认 Job 已 Cancelled # 4. 从最新 Savepoint 启动（Flink CDC 3.0.0 自动保存在 /opt/module/flink-cdc-3.0.0/checkpoints/） # 先找到最新 savepoint 目录（按时间排序） ls -t /opt/module/flink-cdc-3.0.0/checkpoints/ | head -1 # 5. 启动命令（替换为实际 savepoint 路径） /opt/module/flink-1.18.0/bin/flink run \ -s file:///opt/module/flink-cdc <p> <a href="https://download.csdn.net/download/zzl8888888/91240170" style="color:#ec7500;font-size:14px;"> 本文还有配套的精品资源，点击获取 </a> <img alt="menu-r.4af5f7ec.gif" src="https://csdnimg.cn/release/wenkucmsfe/public/img/menu-r.4af5f7ec.gif" style="width:16px;margin-left:4px;vertical-align:text-bottom;cursor:text;"> </p>