Flink CDC订阅关系不断增加的表同步怎么做比较好？

在处理订阅关系不断增加的表同步问题时，如A表和B表，其中B表订阅A表的m=2的数据，可以采用Flink CDC进行数据的实时同步。随着订阅关系不断增加，例如新增m=1,2,3,4等，你可以结合Flink SQL的方式来完成。需要注意的是，对于每增加一个订阅关系，就需要为这个关系启动一个新的作业，因为Flink CDC基于API的方式，无法在同一个作业中新增表。

此外，Flink CDC在处理数据同步时，会先同步全量历史数据，然后无缝切换到同步增量数据。如果遇到新增的插入数据，会追加到实时一致性快照中；如果是更新的数据，则会在已有历史数据里做更新。因此，无论A表中是否存在新增订阅关系的历史数据，通过Flink CDC都能够保证A表和B表在订阅关系上的数据最终一致。

同时，Flink CDC对分库分表做了非常完善的支持，在声明CDC表时支持使用正则表达式匹配库名和表名，这意味着可以匹配多个库以及这多个库下的多张表。所以无论数据库是mysql还是数据湖表，Flink CDC都可以很好地满足需求。