flink cdc同步数据至doris的时候，大家是怎么处理更新业务的？

在使用 Flink CDC 同步数据到 Doris 时，处理更新业务需要注意的几个关键点包括：

数据模型选择：

如果你需要支持 update 操作，确保在 Doris 中的表是以 Unique Key 模型创建的。这种模型在每次导入相同主键的数据时会做更新操作，而不是仅仅做 append 操作。
Flink Sink Connector:

选择正确的 Flink Sink Connector 用于写入 Doris。如果没有官方支持，可能需要使用 JDBC Connector 或自定义 Sink Connector。
数据操作转换：

在 Flink 中，根据 CDC 事件的类型（Insert, Update, Delete）对数据实施相应的操作。例如，你可能需要将 Update 操作拆解为 "Delete then Insert" 或者直接构建为 Upsert 操作（如果 Doris Sink 支持的话）。
数据写入策略：

根据业务需求设计合适的数据写入策略。例如，批量写入可能会减少网络开销和提高效率，但也需要考虑失败重试和数据一致性的问题。
Duplicate Key：

Doris 的 Duplicate Key 模型支持通过 REPLACE 和 UPDATE 两种策略处理重复数据。如果业务没有对数据版本有严格要求，可以考虑使用。
临时表：

如果目标表大量更新导致性能问题，可以考虑先写入一个临时表，再定期以 Merge（或通过 Doris 的 Stream Load）方式更新到主表以减小对主查询的影响。

1、可以使用CDC（Change Data Capture）技术来实现数据的实时同步，从而实现数据的实时同步至Doris。 2、在更新操作发生时，CDC会捕获到更新操作，并将更新操作的内容发送给Flink，Flink再将更新操作的内容同步至Doris。

doris只能用这个模型才能实现删除和更新操作——该回答整理自钉群“Flink CDC 社区”