目录

一、前言

二、Flink CDC介绍

2.1 什么是Flink CDC

2.2 Flink CDC 特点

2.3 Flink CDC 核心工作原理

2.4 Flink CDC 使用场景

三、常用的数据同步方案对比

3.1 数据同步概述

3.1.1 数据同步来源

3.2 常用的数据同步方案汇总

3.3 为什么推荐Flink CDC

3.4 Flink CDC 适用范围

3.5 Flink CDC不同版本对比

3.5.1 Flink CDC 1.x

3.5.2 Flink CDC 2.x

3.5.3 Flink CDC 3.x

四、Java使用Flink CDC同步mysql数据

4.1 环境准备

4.1.1 组件版本说明

4.1.2 数据库准备

4.1.3 导入相关的依赖

4.2 使用Flink CDC动态监听mysql数据变化

4.2.1 自定义反序列化器

4.2.2 自定义Sink输出

4.2.3 启动任务类

4.2.4 效果测试

4.3 与springboot整合实现过程

4.3.1 补充依赖

4.3.2 启动类改造

4.3.3 效果测试

五、写在文末

---

一、前言

在微服务系统架构中，经常会涉及到跨系统的数据同步，比如需要从A系统的mysql数据库同步到B系统的oracle数据库，再比如说需要将mysql中的数据同步到es中，更有一些场景下，涉及到多个系统的异构数据源，需要加工处理后将数据推送到kafka中。在这些场景下，需求各异，需要满足的场景也不尽相同。很难有某一种开源工具可以满足所有的场景，接下来本文将介绍使用flinkcdc的方式同步mysql的数据。

二、Flink CDC介绍

2.1 什么是Flink CDC

 Flink CDC（Change Data Capture）是一个用于实时捕获数据库变更事件的工具，它是基于 Apache Flink 构建的。Flink CDC 可以从关系型数据库中实时捕获表的数据变更事件，并将这些事件转化为流式数据，以便进行实时处理和分析。这对于实时数据仓库、实时数据分析以及数据同步等场景非常有用。<