问题一：Flink CDC对于一个大事务更新，采集延迟大，增加tm内存有作用吗，怎么样能减小延迟？
Flink CDC对于一个大事务更新，采集延迟大，增加tm内存有作用吗，怎么样能减小延迟？
参考答案：
Flink CDC在处理大事务更新时，如果采集延迟较大，增加TM（Task Manager）的内存可能会有一定的帮助，特别是当大事务中的数据量过大导致内部缓冲区不足或者频繁触发checkpoint时。
1. 增大内存：
增加TM的内存可以提供更大的缓冲空间，使得在处理大事务时能够存储更多的变更记录，从而减少因为内存不足而导致的数据溢出到磁盘，进而降低I/O开销和延迟。
2. 调整并行度：
合理地设置source connector的并行度也很重要。过高的并行度可能会导致每个子任务处理的数据量变小，但如果通信开销大于额外并行带来的好处，则可能导致整体性能下降。适当增加并行度可以提高处理速度，但需要权衡资源分配。
3. 配置优化：
对于Debezium等CDC工具，可以考虑调整相关参数以适应大事务场景。例如，增大debezium.max.batch.size限制单次批次传输的最大事件数，或者调整debezium.snapshot.isolation.mode来控制快照隔离级别，确保大事务期间的读一致性。
4. 网络与IO优化：
确保网络带宽充足，避免因网络瓶颈造成的数据传输延迟。同时，监控和优化目标系统的写入速度，如使用批量写入、压缩等技术减少写入延迟。
5. Checkpoint策略：
根据实际情况调整checkpoint间隔和超时时间，以便更快速地完成checkpoint，同时也允许更大的数据窗口进行无阻塞处理。
6. 背压管理：
有效管理背压，确保上下游作业之间的数据流动平衡，防止数据积压导致延迟。
7. 源数据库优化：
如果可能的话，从源头上优化大事务操作，比如通过分批提交或降低单个事务的大小，减轻对CDC采集的压力。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/584475
问题二：oracle19c flink cdc的那个不能用你们是怎么解决的呢？
oracle19c flink cdc的那个不能用你们是怎么解决的呢？
参考答案：
重新编译源码
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/584473
问题三：link-connector-和flink-sql-connector有什么区别？
flink-connector-mysql-cdc和flink-sql-connector-mysql-cdc有什么区别？为什么我用flink-sql-connector-mysql-cdc可以正常使用，而用flink-connector-mysql-cdc就报错java.lang.NoClassDefFoundError: org/apache/fli
参考答案：
sql包里面有table相关依赖，可以去看flink动态表相关知识，然后wiki也有解答
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/584472
问题四：Flink CDC这个执行的结果在什么地方看？
Flink CDC这个执行的结果在什么地方看？ 
参考答案：
tm的std -out，如果是idea本地调试，会控制台输出 
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/584468
问题五：flink cdc 3.0 和适配版本是最新的1.18吗？
flink cdc 3.0 和适配版本是最新的1.18吗？
参考答案：
Flink CDC是支持Apache Flink 1.18版本的。Apache Flink 1.18.0版本已经在2021年10月底正式发布，这个版本在流处理场景下做了很多优化，并且增加了许多新的特性和功能。Flink CDC作为一个开源的数据集成框架，具有全增量一体化、无锁读取、并发读取、表结构变更自动同步、分布式架构等技术优势，因此在开源社区中非常受欢迎。值得一提的是，Flink CDC的2.2版本也在近期发布，这个版本共有34位社区贡献者参与贡献，累计贡献了110+ commits。这些更新和改进都极大地丰富了Flink CDC的功能和性能，使其能够更好地满足用户的需求。
关于本问题的更多回答可点击进行查看：
