CDC

CDC 的全称是：

Change Data Capture

中文译为：变更数据捕获。

它是做什么的

CDC 的核心目标是：捕获数据库中数据的变更（增、删、改），并把变更实时同步到下游系统，而不是靠定时全量扫描去对比。

典型用途包括：

• 实时同步：MySQL → 数据仓库 / 数据湖
• 缓存更新：数据库变更后自动刷新 Redis
• 微服务解耦：通过变更事件驱动其他服务
• 审计与回溯：记录数据历史变化
• 搜索索引同步：数据库 → Elasticsearch

两种主要实现方式

1. 基于查询（Query-based）
定时用 updated_at 等字段查增量。实现简单，但实时性差、可能漏掉删除、对源库有查询压力。

2. 基于日志（Log-based）
读取数据库的 binlog / WAL / redo log，比如 MySQL 的 binlog、PostgreSQL 的逻辑复制槽。实时性好、对源库影响小、能捕获删除，是目前主流方案。

常见工具

• Debezium：最流行的开源 CDC 工具，常配合 Kafka 使用
• Canal：阿里开源，主要针对 MySQL
• Flink CDC：Flink 生态里的 CDC 连接器，支持全量 + 增量一体化
• Maxwell、Databus 等

和前面概念的关系

在典型的数据架构里，OLTP 数据库负责业务交易，CDC 把它的变更实时抽出来，送到 OLAP 系统或消息队列里做分析——CDC 正好是连接 OLTP 和 OLAP 的那条实时管道。

如果你需要，我可以接着讲 CDC 如何保证不丢不重、Exactly-Once 是怎么做到的。