先上一張圖，後面再慢慢介紹：
CDC概述
CDC 的全稱是 Change Data Capture ，在廣義的概念上，隻要能捕獲資料變更的技術，我們都可以稱為 CDC 。我們目前通常描述的CDC 技術主要面向資料庫的變更，是一種用于捕獲資料庫中資料變更的技術。
CDC主要分以下兩類
- 基于查詢的 CDC：優點是實作簡單，是通過批處理實作的，需要依賴離線排程，不能保證資料強一緻性和實時性；
- 基于日志的 CDC：實作比較複雜，但是可以實時消費日志，流式處理，可保證資料一緻性和實時性；
方案對比
目前市面上的CDC技術比較多，我們選取了幾種主要的開源CDC方案做了對比，總體如下圖：
如上圖所示，從CDC機制、增量同步、斷電續傳、全量同步、全量+增量、架構、資料計算、生态這八個方面做了對比。可以看出其中的佼佼者主要是Flink CDC和Oracle OGG以及Debezium；
由于基于查詢的CDC方案缺陷明顯，這裡不作讨論，下面我們對基于日志的CDC方案的優劣來做詳細的介紹。
各方案優缺點
Flink CDC：Flink CDC是最近幾年的新貴，Flink CDC 底層封裝了 Debezium，功能比較全面，目前已經疊代到了2.4版本，社群活躍度在幾個方案中是最高的；
- 優點：全、增量一體的分布式資料內建架構；同步時無需加鎖；吞吐量大，适合海量資料實時同步；操作簡單，SQL即可完成；具有強大的 transformation 能力，通過 Flink SQL 即可完成ETL 中的資料轉換；有豐富的 Connector，除關系型資料庫外，HBase、ClickHouse、TiDB等也支援，而且支援自定義 connector；
- 缺點：依賴Flink叢集，資料量較大時對伺服器要求較高；
Oracle OGG：Oracle OGG曆史比較悠久，最初是設計用來從Oracle遷移資料到其它資料庫，或者從其它平台遷移資料到Oracle，随着發展，目前已支援Mysql、Hadoop、Hive、Kafka登資料源；
- 優點：支援增量和全量同步，支援分布式，高性能，支援資料過濾和轉化，是目前主流的實時同步方案之一；
- 缺點：支援的資料庫比較少，像一些MongoDB、TiDB等不支援；
Debezium：Debezium最初設計成一個Kafka Connect 的Source Plugin，目前開發者雖緻力于将其與Kafka Connect解耦，但目前的代碼實作還未變動。下圖引自Debeizum官方文檔，可以看到一個Debezium在一個完整CDC系統中的位置。
- 優點：支援全量+增量同步；
- 缺點：全量同步時會加鎖，而且加鎖時間不确定，會嚴重影響業務；最重要的是跟Kafka等消息中間件強耦合，下遊資料要經過Kafka；
Canal：主要用途是基于 MySQL 資料庫增量日志解析，提供增量資料訂閱和消費。
- 優點：用于單一的MySQL環境做資料同步還不錯；
- 缺點：缺點較為明顯，隻支援MySQL的CDC，隻支援增量同步，全量需要用DataX或者Sqoop，全量和增量同步割裂；不支援分布式；