Flink CDC里pipeline方式是自动进行端到端的表结构变更，SQL方式就不支持了吧？

Flink CDC在处理表结构变更方面的支持如下：

• Pipeline模式：对于部分连接器，如MySQL、PostgreSQL等，Flink CDC确实能自动检测并适应源端表结构的变化，在数据流中实现端到端的表结构变更处理。
• DataStream API方式：当使用Datastream API编程时，表结构变更的处理通常需要用户手动编写逻辑来适应这些变更。
• SQL API方式：Flink SQL CDC目前可能尚不支持完全自动化的表结构变更处理，但在某些情况下，可以通过DDL语句动态调整Flink SQL作业的表结构映射关系。

Flink CDC的pipeline方式支持表结构变更，而DataStream API需要手动处理，SQL方式不支持。具体如下：

1. Pipeline方式：Flink CDC提供了端到端的表结构变更自动同步功能。这意味着，当数据库中的表结构发生变化时，Flink CDC可以自动捕捉这些变更，并在数据处理流程中反映出来。这大大简化了数据流的处理过程，因为用户不需要编写额外的代码来处理这些变更。
2. DataStream API：在使用DataStream API时，表结构的变更需要开发者手动处理。这是因为DataStream API提供了更多的控制和灵活性，允许开发者精确地定义如何处理数据流和状态。因此，对于表结构的变更，开发者需要自己编写逻辑来适应这些变化。
3. SQL方式：Flink CDC在SQL方式下不支持表结构变更。这意味着如果使用SQL来定义数据处理逻辑，那么当底层数据库表结构发生变化时，可能需要手动更新SQL查询语句以保持一致性。

综上所述，Flink CDC在不同的使用方式下对表结构变更的支持程度不同。Pipeline方式提供了自动化的变更同步，而DataStream API则需要手动处理，SQL方式则不支持表结构变更。在选择使用哪种方式时，需要根据具体的应用场景和需求来决定。

Flink CDC在处理表结构变更时，无论是通过Pipeline方式还是DataStream API，都支持表结构的自动适应和处理。而对于SQL方式，Flink SQL同样具备处理表结构变更的能力。

在Flink CDC 3.0中，无论是使用Table API & SQL接口进行CDC作业开发，还是底层通过DataStream API进行编程，都能借助Schema Registry服务来跟踪和处理表结构的变化。这意味着当上游数据库表结构发生变化时，Flink CDC能够感知这些变化并在必要时自动调整数据流的模式，从而确保下游sink能正确接收和处理新的数据格式。

参考dinky的整库同步，他其实就是类似sql方式的cdas语法。此回答来自钉群Flink CDC 社区。