Flink CDC同步Postgres到StarRocks作业重启时事务中止失败及恢复抑制问题排查求助

大家好，我最近在搭建一套Flink CDC从Postgres同步数据到StarRocks的实时管道，要求实现Exactly-Once语义，但作业重启时遇到了事务中止失败的问题，最终导致作业恢复被抑制，折腾了好几天没找到根源，来求助各位大佬！

问题场景 #

我搭建的是标准Flink CDC管道：通过CDC连接器读取Postgres增量数据，再通过StarRocks Sink写入，全程开启Exactly-Once语义。作业正常运行时同步逻辑没问题，但每次重启作业，都会在事务中止阶段报错，最终作业无法自动恢复。

核心错误日志 #

作业失败时的关键错误栈如下：

2025‑07‑28 17:30:52 org.apache.flink.runtime.JobException: Recovery is suppressed by NoRestartBackoffTimeStrategy
...
Caused by: java.lang.Exception: Failed to abort transactions with label postgres_test‑test‑0‑1
...
Caused by: com.starrocks.data.load.stream.exception.StreamLoadFailException: Could not get load state because of incorrect response status code 404, label: postgres_test‑test‑0‑1, response body:
<HTML><HEAD>
<TITLE>404 Not Found</TITLE>
</HEAD><BODY>
<H1>Not Found</H1>
</BODY></HTML>

作业终止阶段的伴随日志（关键片段）：

2025-07-28 14:00:52,104 INFO org.apache.flink.runtime.dispatcher.StandaloneDispatcher [] - Job 07781516ad3e3fbe257d044cab1baf2d has been registered for cleanup in the JobResultStore after reaching a terminal state.
2025-07-28 14:00:52,107 INFO org.apache.flink.runtime.jobmaster.JobMaster [] - Stopping the JobMaster for job 'insert-into_default_catalog.default_database.starrocks_test' (07781516ad3e3fbe257d044cab1baf2d).
2025-07-28 14:00:52,110 INFO org.apache.flink.runtime.jobmaster.slotpool.DefaultDeclarativeSlotPool [] - Releasing slot [06fab36829286332376141a41e5e864c].

环境与核心配置 #

• Flink版本：1.17.2
• Flink CDC & StarRocks连接器版本：1.2.10
• StarRocks版本：3.5.2
• StarRocks Sink关键配置项：
  • sink.label-prefix='postgres_test'
  • sink.wait-for-continue.timeout-ms='60000'
  • semantic='exactly-once'

我的疑问 #

1. 日志中的Recovery is suppressed by NoRestartBackoffTimeStrategy在我的场景下到底代表什么？是因为我未配置重启策略，还是Checkpoint功能未开启导致的？
2. 为什么Sink的事务中止器查询负载状态时会返回404错误？会不会是Sink属性配置错误，或者StarRocks缺少必要的端点配置？
3. 有没有针对Flink或StarRocks的配置优化建议，能确保遗留事务被正常清理，让作业重启成功？
4. 有没有现成的Docker镜像可以快速搭建我这个场景的测试环境？就是能直接运行Flink CDC同步Postgres到StarRocks的环境，省去手动搭建各组件的麻烦。

补充说明 #

我的同步项目是标准的Flink CDC管道结构，核心逻辑为读取Postgres CDC源数据，通过StarRocks Sink写入，已开启Checkpoint来保障Exactly-Once语义。作业正常运行时同步无异常，仅在重启阶段触发该错误。

内容来源于stack exchange