Kafka connect - 每个连接器有多少任务
Kafka connect - how many tasks per connector
正如我从文档和其他参考资料中看到的那样，无论通过 属性 (tasks.num)
定义的值如何，连接器似乎都将通过单个任务实例化
- 这个 属性
tasks.num 是否会产生任何影响，例如故障转移等......？假设，如果 tasks.num 配置为 2 并且 jdbc 连接器用于单个任务，如果该任务失败，其他任务将接管 ?
- 在这种情况下，分布式模式的意义是什么，实际上，连接器是通过单个任务创建的？
对于链接的源连接器，这是因为它使用单个更改流游标。您究竟如何期望多个任务不会得到冲突的信息，例如读取相同的数据并将其复制到主题中？
Connect 运行源和接收器。许多源仅支持单个任务，但这取决于它们的内部线程模型；例如，您可以每个 collection/table 有一个任务，但是如果只有一个统一的项目，例如更改流或二进制日志，那么就只能有一个任务。您已经提到 JDBC，但是如果 Debezium 支持您的数据库，CDC 将是首选。
分布式也是为了容错，而不仅仅是可伸缩性。只有部分异常是可恢复的，可以在其他节点上重启
正如我从文档和其他参考资料中看到的那样，无论通过 属性 (tasks.num)
定义的值如何，连接器似乎都将通过单个任务实例化- 这个 属性
tasks.num是否会产生任何影响，例如故障转移等......？假设，如果tasks.num配置为 2 并且 jdbc 连接器用于单个任务，如果该任务失败，其他任务将接管 ? - 在这种情况下，分布式模式的意义是什么，实际上，连接器是通过单个任务创建的？
对于链接的源连接器，这是因为它使用单个更改流游标。您究竟如何期望多个任务不会得到冲突的信息，例如读取相同的数据并将其复制到主题中？
Connect 运行源和接收器。许多源仅支持单个任务，但这取决于它们的内部线程模型；例如，您可以每个 collection/table 有一个任务，但是如果只有一个统一的项目，例如更改流或二进制日志，那么就只能有一个任务。您已经提到 JDBC，但是如果 Debezium 支持您的数据库，CDC 将是首选。
分布式也是为了容错，而不仅仅是可伸缩性。只有部分异常是可恢复的，可以在其他节点上重启