做到真正0丢失、0重复：SeaTunnel 实现万亿级数据同步一致性全解密
代立冬:
> 当Sink的数据源为数据库时，写入一致性为什么使用了XA分布式事务呀？
因为需要将分布式作业的状态检查点与数据库写入操作协调起来，确保在故障恢复时数据的一致性。
> 是由于checkPoint是定时存储的原因吗？
是的，由于 Checkpoint 是周期性触发的，在两个 Checkpoint 之间可能有多次数据写入，需要将这些写入作为一个原子操作处理。
> 在checkpoint开启到持久化这段时间内对于同步任务来说可能发生了多次写入，所以针对checkpoint开启了全局事务，每次写入都是一个分支事务么?
这里有一点区别：在 SeaTunnel 的实现中，每个 Checkpoint 周期对应一个 XA 事务，而不是每次写入都是一个分支事务。所有在同一 Checkpoint 周期内的写入操作都属于同一个 XA 事务。当 Checkpoint 触发时，当前事务被 prepare，并开启新事务用于下一个 Checkpoint 周期的写入。
这种设计确保了即使系统崩溃，恢复后也能准确地知道哪些数据已经被安全写入，哪些需要重新处理，从而实现 exactly-once 语义。
做到真正0丢失、0重复：SeaTunnel 实现万亿级数据同步一致性全解密
酒剑随马@:
麻烦问个问题，当Sink的数据源为数据库时，写入一致性为什么使用了XA分布式事务呀？是由于checkPoint是定时上报master持久化存储的原因吗，一个checkpoint开启到上报持久化这段时间内对于同步任务来说可能发生了多次写入，所以从checkpoint维度开启了全局事务，每次写入都是一个分支事务么
流行的开源高性能数据同步工具 - Apache SeaTunnel 整体架构运行原理
代立冬:
这个要看下任务并行度和任务配置文件
流行的开源高性能数据同步工具 - Apache SeaTunnel 整体架构运行原理
大阳光吗:
博主在吗，有个问题想请教一下，我装完seatunnel集群后，运行任务发现只会在随机一个节点运行，不是分布式运行，请问之前有遇到过吗?
Apache SeaTunnel 常见问题解答
代立冬:
配置的 Streaming 任务么？Streaming 任务是不能分片的(splits)