flink cdc 数据问题之数据堆积严重如何解决
Flink CDC（Change Data Capture）是一个基于Apache Flink的实时数据变更捕获库，用于实现数据库的实时同步和变更流的处理；在本汇总中，我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答，目的是辅助用户更好地理解和应用这一技术，优化实时数据处理流程。
Canal监听MySQL Binarylog消费实践
在MySQL作为如今最为主流使用的数据库背景下，除了常规的数据存储使用场景，还存在大量的使用需求，如：数据自动同步，数据更新监听等场景。由于数据库层面的增量数据变动无法依靠应用服务层面进行有效感知，因此，还是需要从数据库自身提供的机制入手进行实现处理。下面为将展示关于如何借助Canal实践解决场景的几个业务场景问题
缓存和数据库的数据同步和一致性
首先，缓存由于其高并发和高性能的特性，已经在项目中被广泛使用。在读取缓存方面，大家没啥疑问，都是按照下图的流程来进行业务操作。