空指针异常

业务库使用的是postgresql， 使用flink cdc同步几个表到hudi时，发现其中有一个表在同步过程中一直报空指针异常

Caused by: java.lang.NullPointerException
at org.postgresql.jdbc.FieldMetadata.getSize(FieldMetadata.java:79)
at org.postgresql.util.LruCache.put(LruCache.java:128)
at org.postgresql.util.LruCache.putAll(LruCache.java:154)
at org.postgresql.jdbc.PgResultSetMetaData.fetchFieldMetaData(PgResultSetMetaData.java:267)
at org.postgresql.jdbc.PgResultSetMetaData.isAutoIncrement(PgResultSetMetaData.java:57)
1
2
3
4
5
6

异常分析

在org.postgresql.jdbc.PgResultSetMetaData.fetchFieldMetaData打断点调试，其实也就通过sql去查表的元数据而已，但是观察查询结果ResultSet有两个列元数据的schema值为null，这才导致了上述的空指针出现：

结果集中有57条记录，但是我的表只有55列，一开始以为这个表有什么虚拟列之类的，但是观察两条多出来的数据不太像属于schema的内容，首先tableOid就不对了，tableName也感觉是随机生成的。最终发现多出的两条记录是表的数据记录，tableOid为表的主键值，多出的两条是相邻的主键(1033629,1033630)，schema对应的是第5列也恰恰为null.

• 查询表的列元数据时，为什么会有表的数据记录混在里面？sql单独拎出来查询是可以得到正常结果55列的。
• 表的数据很多，为什么每次这里都固定多出相同的两条？

异常解决

从表面看，像是使用jdbc的过程中由于并发而引发的数据脏乱问题。这种问题很难调试，也没有太多时间去发追踪，所以把结果集中schema为null的数据过滤作为解决方法。

if(null!=schemaName)
	md.put(key, fieldMetadata);
1
2

数据丢失

flink cdc job无异常运行一段时间后，产生了另一个问题，sink到hudi的表少了2条数据。通过二分查询的方式将source/sink表做比较，所幸表的数据并不多，最终也确定了这两条数据就是上面的1033629,1033630

Exported {} of {} records for table
1

从程序日志看到，cdc snapshot阶段读取出来后数据就少了，而不是写入hudi后丢失的。

分析与解决

io.debezium.relational.RelationalSnapshotChangeEventSource#createDataEventsForTable方法就是全量把表数据查询到ResultSet中，然后循环将每行Row数据转为Object[]发往下游的flink算子，调试发现问题是出现在下面的代码：

final Object[] row = jdbcConnection.rowToArray(table, schema(), rs, columnArray);
1

正好，rowToArray会垂直向下调用到开头的空指针异常的堆栈，即在将行转为数组过程中需要获取该表的元数据，PostgresConnection#getColumnValue

final ResultSetMetaData metaData = rs.getMetaData();
final String columnTypeName = metaData.getColumnTypeName(columnIndex);// 主要方法，获取列的类型名称,int8->bigserial类型映射
final PostgresType type = ((PostgresSchema) schema).getTypeRegistry().get(columnTypeName);  //类型名称对应的PgType
1
2
3

在获取列的类型名称时，会进一步去获取列的元数据，对于自动递增的列会做 int8->bigserial类型映射，bigserial对应的PostgresType是int8，没必要做多一次无用的转化，直接改了以上的代码避免进入org.postgresql.jdbc.PgResultSetMetaData.fetchFieldMetaData

final ResultSetMetaData metaData = rs.getMetaData();
final String columnTypeName =( (PgResultSetMetaData) metaData)._getPGType(columnIndex-1); //直接从ResultSetMetaData获取类型
final PostgresType type = ((PostgresSchema) schema).getTypeRegistry().get(columnTypeName);
1
2
3

getPGType为protected，需要放大访问权限为public，为了安全增加了_getPGType

总结

目前这样的方式解决了空指针和数据丢失的问题，这应该算并发引起的两种不同现象。不清楚产生并发的根是在哪里，所以这种方法解决了当前场景的异常，但是不确定是否还会发生在其它地方，同步在github上提了issue：https://github.com/ververica/flink-cdc-connectors/issues/1480，期待更好的解决办法 。