Debezium 博客
Debezium 的项目负责人 Gunnar Morling 在最近的 2017 年 Devoxx 比利时展会 上发表了几场演讲。其中一场演讲专门介绍了 Debezium 和变更数据捕获(CDC)这一主题。
如果您对此感兴趣,并想快速简单地了解它,请不要犹豫,观看这场演讲。演示和示例一应俱全!
在 0.6.0 发布不到一个月的时间里,我很高兴地宣布Debezium 0.6.1 发布!
此版本包含多个错误修复、依赖项升级以及一个控制如何传输 BIGINT UNSIGNED 列的新选项。我们还扩展了教程附带的 Docker 镜像和 Docker Compose 文件集,现在您可以针对我们支持的所有数据库运行它。
让我们仔细看看一些更改。
在这篇博文中,我们将创建一个简单的流式数据管道,以连续捕获 MySQL 数据库中的更改,并近乎实时地将其复制到 PostgreSQL 数据库。我们将展示如何不编写任何代码,而是通过使用和配置 Kafka Connect、Debezium MySQL 源连接器、Confluent JDBC sink 连接器以及一些单消息转换(SMT)来完成此操作。
通过 Kafka 复制数据的方法本身就非常有用,但当我们可以将近乎实时的数据更改流与其他流、连接器和流处理应用程序结合使用时,它的优势会更加明显。最近的 Confluent 博客系列展示了一个类似的流式数据管道,但使用了不同的连接器和 SMT。Kafka Connect 的优点在于您可以混合搭配连接器来移动不同系统之间的数据。
我们还将演示 Debezium 0.6.0 (Debezium 0.6.0) 发布的一个新功能:用于CDC 事件展平的单消息转换。