flinkcdc 2.0 无锁镜像增量同步 是怎么完成数据统一的呢？

Flink CDC 2.0 的无锁镜像增量同步使用了一种称为事务日志流复制的技术来完成数据统一。该技术涉及以下步骤：

源数据库中的事务日志捕获：Flink CDC 2.0 连接到源数据库并捕获写入事务日志的每个事务。
将事务日志复制到 Flink 集群：捕获的事务日志被复制到 Flink 集群中的一个或多个事务日志主题中。
在 Flink 中解析和转换事务日志：Flink 使用解析器和转换器从事务日志中提取数据更改，并将它们转换为 Flink 表。
将数据更改写入下游：转换后的数据更改被写入下游，例如 Apache Kafka 或 HDFS。
由于该过程是无锁的，因此不会对源数据库施加任何锁或阻塞。这确保了高吞吐量和低延迟的增量数据同步。

数据统一是如何实现的：

通过将所有数据更改复制到一个或多个事务日志主题，Flink CDC 2.0 确保了不同源数据库（即使它们具有不同的架构）之间数据更改的统一视图。这可以通过以下方式实现：

事务日志主题充当中央存储库：所有数据更改都集中存储在事务日志主题中。
统一的流处理：Flink 使用统一的流处理管道来解析和转换来自不同源的数据更改。
一致的变更数据捕获（CDC）：Flink CDC 2.0 确保以与源数据库相同的顺序和语义捕获所有数据更改。
通过这种方法，Flink CDC 2.0 可以将来自不同源的数据更改统一到一个一致且实时的流中，从而简化了数据集成和下游处理。