Flink CDC 中，全量初始化 MySQL 表时，如果主键是字符串类型同步很慢，可能是由于以下原因：
MySQL 的主键类型为字符串类型时，字符串的比较是按照字典顺序进行的，而不是按照数值大小进行的，这会导致在进行数据同步时需要进行大量的比较操作，从而影响同步速度。
默认情况下，Flink CDC 使用的是 JDBC 方式连接 MySQL 数据库，这可能会导致在同步数据时出现瓶颈，从而影响同步速度。
针对这些问题，可以考虑以下优化措施：
将 MySQL 的主键类型修改为数值类型，这样可以避免进行字符串比较，从而提高同步速度。
将 Flink CDC 中的连接方式修改为 Canal 方式，这是一种更高效的同步方式，可以显著提高同步速度。可以通过在 Flink CDC 的配置文件中设置 protocol 参数为 canal 来启用 Canal 方式。例如：
yaml
Copy

Flink CDC 配置文件

sources:

• name: mysql-source
  ...
  protocol: canal # 使用 Canal 方式连接 MySQL
  调整 Flink CDC 中的参数，例如调整并发度、批量大小、网络缓冲区等参数，可以根据实际情况来确定。可以通过在 Flink CDC 的配置文件中设置相应的参数来调整。例如：
  yaml
  Copy

  Flink CDC 配置文件

  sources:
• name: mysql-source
  ...
  parallelism: 8 # 调整并发度为 8
  maxParallelism: 16 # 调整最大并发度为 16
  maxNumberOfParallelSinks: 4 # 调整最大并发 Sink 数量为 4
  bufferFlushMaxRows: 10000 # 调整批量大小为 10000
  networkBufferTimeoutMillis: 1000 # 调整网络缓冲区超时时间为 1000ms

当使用 Flink CDC 进行全量初始化同步 MySQL 表时，如果主键是字符串类型导致同步速度较慢，可以考虑以下优化配置参数：

1. 调整 chunk size：你已经尝试过调整 chunk size，但变化不明显。不过，你可以继续尝试增大 chunk size 的值，例如设置为更大的范围，以提高批处理的效率。

2. 增加并行度：通过增加任务的并行度，可以将数据分发到更多的任务实例，从而提高同步速度。你可以逐步增加并行度，并观察同步速度的变化，直至达到最优的并行度配置。

3. 调整网络连接和资源配置：确保网络连接稳定且具有足够的带宽。此外，根据实际情况分配足够的计算资源（CPU、内存等），以便 Flink 任务能够充分利用资源进行数据同步。

4. 使用异步提交方式：在 Flink CDC 中，可以尝试使用异步提交方式来提高同步速度。这样可以减少同步请求的等待时间，并使任务能够更快地处理下一个批次的数据。

5. 考虑改变数据模型：如果可能的话，考虑对数据库表的数据模型进行调整，例如将字符串类型的主键转换为数值类型（如 bigint），这可能会提高同步速度。

6. 数据预处理：在 Flink 任务中，可以增加数据预处理的逻辑，例如使用缓存或索引来加速主键匹配过程。这样可以减少正式同步时的计算和查询成本。

同时，还要注意观察 Flink CDC 日志，查看是否有其他潜在的问题，例如网络延迟、源数据库性能问题等。

最后，根据具体情况和需求，你可以尝试不同的配置参数组合，并进行基准测试以找到最佳的优化方案。