Flink 内容分享(八)：Flink CDC的概览和使用

目录

什么是CDC

什么是Flink CDC

Flink CDC 前生今世

Flink CDC 1.x

Flink CDC 2.x

Flink CDC 3.x

Flink CDC使用

Debezium标准CDC Event格式详解

什么是CDC

CDC（Change Data Capture）是一种用于跟踪数据库中数据更改的技术。它用于监视数据库中的变化，并捕获这些变化，以便实时或定期将变化的数据同步到其他系统、数据仓库或分析平台。CDC 技术通常用于数据复制、数据仓库更新、实时报告和数据同步等场景。

CDC 可以捕获数据库中的以下类型的数据变化：

1. 插入（Insert）：当新数据被插入到数据库表中时。

2. 更新（Update）：当数据库表中的现有数据被修改时。

3. 删除（Delete）：当数据从数据库表中被删除时

什么是Flink CDC

Flink CDC（Change Data Capture，即数据变更抓取）是一个开源的数据库变更日志捕获和处理框架，它可以实时地从各种数据库（如MySQL、PostgreSQL、Oracle、MongoDB等）中捕获数据变更并将其转换为流式数据。Flink CDC 可以帮助实时应用程序实时地处理和分析这些流数据，从而实现数据同步、数据管道、实时分析和实时应用等功能。

本质上是一系列的Flink Source Connector集合，用于来获取数据库的实时变更，底层基于Debezium实现。

https://github.com/ververica/flink-cdc-connectors

Flink CDC 前生今世

Flink CDC 1.x

Flink CDC 1.x开启了Flink在CDC上的实践之路，Flink CDC 1.x第一次引入了Debezium框架，利用Debezium已有的能力将数据库实时变更接入到Flink流计算框架中，利用Flink丰富的生态对数据进行加工处理，满足不同的业务需求，在功能层面上而言，Flink CDC 1.x只能说是可以用，但不能生产上用，为什么：

1. 1.x版本全增量切换时会对表加锁，在同步过程中有段时间业务会处于暂停状态

2. 各方面功能还不够完善，比如自动加表、DDL事件传递等

总体而言Flink CDC 1.x只能说是一个比较有趣的小玩具，还不具备大规模商业盈利的价值。

Flink CDC 2.x

在2.x版本中，Flink CDC引入了Netfix DBLog中的无锁算法，彻底解决了全增量切换上业务停滞的问题，同时得益于FLIP-27对Flink Source API的重构，Flink CDC也基于FLIP-27升级到了新的框架设计，至此，Flink CDC被大规模公司使用并投入到生产中。

Flink CDC 2.0 正式发布，详解核心改进-阿里云开发者社区

Flink CDC 3.x

近期，Flink CDC发布了全新的3.0版本，并宣布捐赠回Flink主项目，在新的3.0版本中，Flink CDC对于接口和架构上做了很大的升级和调整，对于整体项目的定位也从之前的Flink Source Connector转变为了Data Integration Engine，未来将与SeaTunnel、DataX、Chunjun等一系列老牌数据集成项目同台竞技，让我们拭目以待。

流计算迎来代际变革：流式湖仓 Flink + Paimon 加速落地、Flink CDC 重磅升级_大数据_Apache Flink_InfoQ写作社区

Flink CDC使用

1. 在本地启动一个MySQL的Docker环境

docker run -it --rm --name mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=debezium -e MYSQL_USER=mysqluser -e MYSQL_PASSWORD=mysqlpw -e TZ=Asia/Shanghai quay.io/debezium/example-mysql:2.4

1. 创建表

create database cdc_test;
use cdc_test;

create table cdc_table (
    id int primary key auto_increment,
    name varchar(1000),
    age int
);

• 在idea中新建一个Java项目

• 导入依赖：

2.4.2
1.16.3
1.2.7


    com.ververica
    flink-connector-mysql-cdc
    ${flink-cdc.version}



    org.apache.flink
    flink-connector-base
    ${flink.version}



    org.apache.flink
    flink-clients
    ${flink.version}


    org.apache.flink
    flink-table-runtime
    ${flink.version}


    org.apache.flink
    flink-runtime-web
    ${flink.version}



    ch.qos.logback
    logback-classic
    ${logback.version}

• 编写代码

public class FlinkCDCApplication {
    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        env.setParallelism(1);
        env.enableCheckpointing(60000L);

        MySqlSource mySqlSource = MySqlSource.builder()
            .hostname("localhost")
            .port(3306)
            .databaseList("cdc_test") // set captured database, If you need to synchronize the whole database, Please set tableList to ".*".
            .tableList("cdc_test.cdc_table") // set captured table
            .username("root")
            .password("debezium")
            .includeSchemaChanges(true)
            .startupOptions(StartupOptions.latest())
            .deserializer(new JsonDebeziumDeserializationSchema()) // converts SourceRecord to JSON String
            .build();

        env.fromSource(mySqlSource, WatermarkStrategy.noWatermarks(), "MySQL-CDC")
            .print();
        env.execute();
    }
}

• 添加日志配置

       
          
             %d{yyyy-MM-dd HH:mm:ss} %p %c - %msg %n
          
       

       
          
       

Debezium标准CDC Event格式详解

{
    "before": null,
    "after": {
        "id": 1,
        "name": "xing.yu",
        "age": 26,
        "new_column": "dewu"
    },
    "source": {
        "version": "1.9.7.Final",
        "connector": "mysql",
        "name": "mysql_binlog_source",
        "ts_ms": 1702723640000,
        "snapshot": "false",
        "db": "cdc_test",
        "sequence": null,
        "table": "cdc_table",
        "server_id": 223344,
        "gtid": null,
        "file": "mysql-bin.000003",
        "pos": 2394,
        "row": 0,
        "thread": 39,
        "query": null
    },
    "op": "c",
    "ts_ms": 1702723640483,
    "transaction": null
}
{
    // 表数据更新前的值，update/delete
    "before": {},
    // 表数据更新后的值，create/update
    "after": {},
    // 元数据信息
    "source": {},
    // 操作类型 c/d/u
    "op": "",
    // 记录解析时间
    "ts_ms": "",
    "transaction": ""
}