- 基于时间戳CDC
- 基于触发器的CDC
- 基于快照的CDC
- 基于日志的CDC
基本用时间戳CDC，日志CDC！
分为侵入式和非侵入式。侵入式：对源数据库有sql操作，有性能影响（前三种都是）
1.基于时间戳CDC
两列时间，分别记录create_time和modify_time，可以识别变动数据
缺点：
1.无法识别多次更新
2.无法识别删除
3.不具有实时能力
2.基于触发器的CDC【少】
原始数据表+insert触发器，可以在另外一张表中记录对原表的增删改查操作
事件机制
影响性能：因为数据库中直接多了一张表！所以很少使用此方法。
3.基于快照的CDC
比较某个表现在的情况 vs 某个时间点某个表的快照 => 差异检测出更新情况
缺点：需要大量存储空间保存快照
4.基于日志CDC
binlog用来记录对mysql的操作日志，如何开启binlog => https://www.jb51.net/article/157187.htm
场景：日志抽取 => kafka实时/hbase/redis但不会hive（慢） => spark计算 => 展示
（在hive中，transactional=‘true’表明如此我可以进行事务操作如更新，一般情况不更新）
场景应用：
- flume收集日志工具 + binlog日志= 整合，实时监控，使用flume-ng-sql-source
- 专门用来同步binlog的工具：canal，可以实现“ MySQL Binlog通过Canal同步HDFS ”