Flink CDC办理数据库同步，非常情况下增量、全量标题

Flink 1.11 引入了 Flink SQL CDC，CDC 能给我们数据和业务间能带来什么变革？本文由 Apache Flink PMC，阿里巴巴技能专家伍翀 (云邪）分享，内容将从传统的数据同步方案，基于 Flink CDC 同步的办理方案以及更多的应用场景和 CDC 将来开辟规划等方面举行先容和演示。
1、传统数据同步方案
2、基于 Flink SQL CDC 的数据同步方案（Demo）
3、Flink SQL CDC 的更多应用场景
4、Flink SQL CDC 的将来规划
直播回首：
https://www.bilibili.com/video/BV1zt4y1D7kt/
传统的数据同步方案与 Flink SQL CDC 办理方案

业务体系经常会遇到须要更新数据到多个存储的需求。比方：一个订单体系刚刚开始只须要写入数据库即可完成业务利用。某天 BI 团队渴望对数据库做全文索引，于是我们同时要写多一份数据到 ES 中，改造后一段时间，又有需求须要写入到 Redis 缓存中。
很显着这种模式是不可连续发展的，这种双写到各个数据存储体系中大概导致不可维护和扩展，数据划一性标题等，须要引入分布式变乱，本钱和复杂度也随之增长。我们可以通过 CDC（Change Data Capture）工具举行排除耦合，同步到卑鄙须要同步的存储体系。通过这种方式进步体系的妥当性，也方便后续的维护。


Flink SQL CDC 数据同步与原明白析

CDC 全称是 Change Data Capture ，它是一个比力广义的概念，只要