⚡

CDC模式实施器Skill CDCPatternImplementer

CDC 模式实施器是一个专注于变更数据捕获（CDC）的专业技能，用于实现实时数据集成。它提供在多种数据库和流式平台（如PostgreSQL、MySQL、Kafka）上配置和实施CDC解决方案的专家能力，包括连接器配置、模式选择、快照策略、模式变更处理和监控设置。关键词：变更数据捕获，CDC，实时数据集成，Debezium，Kafka，数据同步，ETL，流式处理，数据管道。

数据工程 0 次安装 0 次浏览 更新于 2/23/2026

name: CDC 模式实施器 description: 为实时数据集成实施变更数据捕获模式 version: 1.0.0 category: 数据集成 skillId: SK-DEA-013 allowed-tools:

  • Read
  • Write
  • Edit
  • Glob
  • Grep
  • Bash

CDC 模式实施器

概述

为实时数据集成实施变更数据捕获模式。此技能提供跨各种数据库和流式处理平台的 CDC 配置和实施专业知识。

能力

  • Debezium 连接器配置
  • CDC 模式选择（基于日志、基于触发器、基于时间戳）
  • 初始快照策略
  • 模式变更处理
  • 精确一次交付配置
  • 接收器连接器设置
  • 墓碑记录处理
  • CDC 监控设置

输入模式

{
  "sourceDatabase": {
    "type": "postgres|mysql|oracle|sqlserver",
    "connection": "object"
  },
  "tables": ["string"],
  "targetSystem": "kafka|kinesis|pubsub",
  "requirements": {
    "latencyMs": "number",
    "exactlyOnce": "boolean"
  }
}

输出模式

{
  "connectorConfig": "object",
  "snapshotStrategy": "object",
  "schemaConfig": "object",
  "monitoringConfig": "object",
  "documentation": "string"
}

目标流程

  • ETL/ELT 管道
  • 流式处理管道
  • 数据仓库设置

使用指南

  1. 识别用于 CDC 的源数据库和表
  2. 定义目标流式处理系统
  3. 指定延迟和交付保证
  4. 为初始加载配置适当的快照策略

最佳实践

  • 尽可能使用基于日志的 CDC，以最小化对源的影响
  • 针对大表仔细规划初始快照策略
  • 实施适当的错误处理和死信队列
  • 监控复制延迟和连接器健康状况
  • 在生产前测试模式演化处理