问题一：这种情况 flink cdc3.0支持吗？
有4张表left join成一张表，每张表变化都要查其他几张表的历史数据，这种情况 flink cdc3.0支持吗？之前的2.x版本问过好像不支持。有关联的字段，但是主键不相同怎么做啊？另外字段不同的多张表合并成一张大宽表，如果相同的主键怎么做？
参考答案：
相同主键直接4个cdc ，不要join，需要找一个支持部分列更新的数据库按照pk写进去就行，然后再cdc这个打宽表。不同主键那不如直接写到，holo、doris，starorcks，直接join查，3.0支持整库同步后，一个任务就解决了数据传输和实时性。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/599204
问题二：Flink CDC里mongo cdc的配置都是什么含义呢？
Flink CDC里mongo cdc的配置 batch.size，poll.max.batch.size，poll.await.time.ms 都是什么含义呢？如果想降低cdc拉取数据的延时，是把这三个值都调小吗？ 
https://github.com/ververica/flink-cdc-connectors/blob/master/docs/content/connectors/mongodb-cdc.md
参考了这个文档
参考答案：
在Flink CDC中，MongoDB的配置参数batch.size, poll.max.batch.size, 和 poll.await.time.ms 控制着从MongoDB拉取数据的方式。理解这些参数的含义可以帮助你调整它们以降低数据拉取延迟。
batch.size: 这个参数定义了MongoDB游标每次返回的结果数量。默认值为1024。如果你想要降低数据拉取延迟，可以尝试减小这个值，这样每次从MongoDB获取的数据量就会减少，从而更快地处理和返回结果。poll.max.batch.size: 这个参数定义了在轮询模式下，单个批次中包含的最大变更流文档数量。默认值为1024。同样，如果你想降低数据拉取延迟，可以尝试减小这个值，以便更快地处理和返回结果。poll.await.time.ms: 这个参数定义了在轮询变更流时等待新结果的时间（以毫秒为单位）。默认值为1000（即1秒）。如果你想降低数据拉取延迟，可以尝试减小这个值，这样在轮询变更流时等待新结果的时间就会更短。
需要注意的是，虽然减小这些参数的值可能会降低数据拉取延迟，但也可能会影响吞吐量和资源使用情况。因此，在进行调整时，需要根据你的具体需求和系统性能来平衡这些因素。此外，确保你的MongoDB实例有足够的性能来处理这些请求，因为这也会对延迟产生影响。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/599203
问题三：Flink CDC里 rocksdb 全量checkpoint开启了ttl，为什么文件还会增大？
Flink CDC里 rocksdb 全量checkpoint开启了ttl，为什么checkpoint文件还持续增大 ？
参考答案：
当 RocksDB 全量 checkpoint 开启了 TTL（Time To Live）时，checkpoint 文件仍然可能会持续增大，原因可能包括但不限于：
- Checkpoint TTL 设置的是 checkpoint 在完成后的保留时间，在该时间段内所有 checkpoint 文件都会被保存，即使进行了新的 checkpoint，旧的文件也不会立即删除。
- RocksDB 内部的状态数据随着任务运行不断增长，即使开启了 TTL，新的 checkpoint 中包含的状态数据也可能会比之前的更大。
- 如果您的应用存在状态数据未被清理或者有持续增加的状态，则 checkpoint 大小不会因为 TTL 而减小。
要控制 checkpoint 文件大小的增长，请关注 Flink 应用的状态管理，确保不必要的状态得到清理，并合理设置 RocksDB 的内部选项以限制其状态大小。确认 checkpoint TTL 参数是否正确设置并在达到设定时间后检查点文件能否成功清理。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/599202
问题四：Flink cdc增量同步的时候，我可以设置ttl进行内存释放，那全量同步的时候怎么实现内存的释放？
Flink cdc增量同步的时候，我可以设置ttl进行内存释放，那全量同步的时候怎么实现内存的释放？我一次同步多张表。
参考答案：
对于全量同步时的内存释放问题，由于全量同步通常一次性加载大量数据，内存占用会相对较高。为缓解内存压力，您可以考虑以下策略：
- 分批次加载和处理数据
- 控制 parallelism，合理分配资源
- 使用恰当的数据结构和编码方式减少内存占用
- 如果 sink 是到外部存储系统，确保sink能够及时落盘，避免在内存中积累过多数据
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/599201
问题五：我在网上一些案例了解到 flink cdc 不支持源表结构变更同步到目标表，是这样的吗？
我在网上一些案例了解到 flink cdc 不支持源表结构变更同步到目标表，是这样的吗？我这边只是简单的同步mysql，源库一部分表同步到目标库mysql。
参考答案：
不支持。
关于本问题的更多回答可点击进行查看：
