Flink CDC里这个add partition的作用保证顺序性吗？

在Flink的数据流处理过程中，分区（partitioning）是数据并行化的重要手段。当你使用Flink CDC将数据写入到下游sink时，可以利用Flink的分区策略来决定如何将上游数据源产生的记录分配到下游接收数据的并行任务中。

如果你想保持数据的顺序性，特别是针对数据库变更日志这类带有主键排序的数据流，可以使用KeyBy操作来确保具有相同主键的记录会被发送到同一个下游任务中处理，这样可以维持主键内的顺序性。例如，在Flink SQL中，可以使用KEY BY primary_key语句来分区数据。

然而，Flink CDC本身并不直接提供“按主键分区发到不同sink并发处理”的内置功能，而是通过Flink的整体流处理机制来实现这样的数据路由。若要确保数据按照主键顺序到达不同的sink分区，需要在Flink作业的逻辑设计阶段结合KeyBy和分区策略进行实现。

例如，在一个CDC作业中，可以首先使用Flink CDC Source读取数据库变更数据，然后通过keyBy主键进行分区，再将分区后的数据流发送至多个并行的sink，以此来确保主键相同的数据在同一分区中按序处理，同时实现并发处理不同主键区间的数据。

这个自定义分区有两个作用：1、将FlushEvent、SchemaChangeEvent复制成n份发到下游，这个n就是downstreamParallelism下游并行度；
2、将binlog数据中主键相同的数据发往下游的同一个task来执行。此回答来自钉群Flink CDC 社区。