这个时候是去拉新数据，还是说旧数据 ，有大佬了解这个吗?

Flink CDC（Change Data Capture）的主要目标是从数据库中捕获数据的变更，并将这些变更事件发送到Flink进行处理。在处理过程中，如果发生lookup join操作，即从另一个数据源（如JDBC连接的数据库）查询数据并进行join操作，这时如果主表的CDC事件到达，而lookup source的数据TTL到期，那么Flink会如何处理，这取决于Flink的Watermark机制和Event Time处理逻辑。

在Flink中，每个事件都有一个时间戳，称为Event Time。Watermark是用来估计事件时间的，它表示的是某个时间点之后的事件不可能再到达了。当Watermark到达某个状态时，Flink会触发窗口的计算，并处理这个窗口内的所有事件。

对于你的问题，如果lookup source的数据TTL到期，也就是说这个数据在Event Time上可能已经过期了。如果此时主表的CDC事件到达，Flink会根据Watermark来判断这个事件是否应该被处理。如果Watermark已经超过了这个事件的Event Time，那么这个事件就会被丢弃；否则，这个事件会被处理，并在下一个窗口中继续处理lookup source的数据。

所以，在这种情况下，Flink会优先处理最新的CDC事件，然后再处理lookup source的数据。

在Flink CDC中，当使用lookup join时，如果JDBC从维表获取的数据（TTL到达）和主表CDC数据同时到达，具体的行为取决于实现和配置。

通常情况下，你可以配置Flink如何处理这种情况：

1. 缓存策略：

   • 如果启用了缓存（如LookupCache），那么查询会首先检查缓存。如果缓存未命中，才去外部数据库查询。
   • 当缓存中的记录过期（TTL到達）且有新的CDC事件到来时，可以选择拉取新数据或继续使用旧数据，这取决于你的业务需求和配置。

2. 更新策略：

   • 可以配置在接收到新的CDC事件时是否强制刷新缓存或者重新查询外部数据库。

3. 一致性保证：

   • Flink提供了多种状态一致性选项，包括at-least-once、at-most-once和exactly-once。选择不同的选项会影响结果的准确性。

为了确保正确的数据处理，你需要根据业务场景来设计合适的策略，并可能需要调整相关配置参数。如果希望获得最新的数据，可以考虑设置较短的TTL或者在接收到新的CDC事件时主动更新缓存。