Роль в конвейере данных
инкрементальный перенос изменений без полного чтения источника
Сильные стороны
низкая задержка и сохранение последовательности изменений
| Категория | CDC и репликация |
|---|---|
| Тип | Захват изменений данных (change data capture) |
| Вендор / сообщество | Red Hat / community |
| Лицензия | Apache 2.0 |
| Развёртывание | Собственное развёртывание или облако (self-hosted / cloud) |
| Надёжность | Надёжность зависит от режима доставки, контрольная точка (checkpoint), повторная попытка (retry) и идемпотентности потребителей. |
| Эксплуатация | Для промышленной эксплуатации (production) нужны метрики, алерты, резервирование метаданных, процедура обновления и проверенный повторное воспроизведение (replay). |
Типовые сценарии
инкрементальный перенос изменений без полного чтения источника; cdc и репликация; конвейер (pipeline), где нужен захват изменений данных (change data capture).
Ограничения
DDL, snapshot, deletes и позиция в журнале требуют отдельного регламента
Проверка перед промышленной эксплуатацией (production)
- Сверьте текущую лицензию и поддержку нужной версии.
- Реализуйте один небольшой конвейер (pipeline) на репрезентативной дельте.
- Проверьте дубли, пропуски, изменение схемы (schema drift) и ограничение нагрузки.
- Разыграйте повторную попытку (retry), воспроизведение (replay), дозагрузку истории (backfill) и потерю контрольной точки (checkpoint).
- Оцените метрики, оповещения, обновления, безопасность и ручной труд.
Официальный источник: debezium.io ↗