单体到分布式：遗留系统迁移与绞杀者模式
遗留系统迁移与绞杀者模式：从大爆炸重写的失败原因讲起，剖析绞杀者（Strangler Fig）的渐进替换机制、反向代理流量切分与灰度判据、CDC 数据同步与影子流量校验，给出数据库拆分五阶段、API 契约兼容、幂等重放与团队组织配套的落地方法及常见踩坑清单
tag
CDC
共 20 篇文章。
Keyspace 通知与变更捕获：从事件订阅到可靠 CDC 补偿
Redis Keyspace 通知与变更捕获实战：事件类别字符详解、__keyspace@0__ 与 __keyevent@0__ 双通道订阅、CONFIG SET 动态开启与同步派发代价、集群下通知只在本地节点触发的问题、事件驱动本地缓存失效、Pub/Sub 不保证送达与无重放的本质局限、Streams 自建可靠 CDC、Debezium 方案对比与对账兜底
Kafka Connect 与 Debezium CDC 实战
以 Debezium 与 Kafka Connect 为核心讲透 CDC 生产落地：逻辑解码与初始快照衔接、Schema Registry 兼容性策略、重复与顺序保证、复制槽膨胀与断点续传、增量快照补救、监控指标与典型故障处置、下游幂等与吞吐调优
有限状态机与时序设计
深入有限状态机的设计方法与时序工程实践：Moore 与 Mealy 的本质差异、二段式与三段式写法、binary 与 one-hot 编码取舍、跨时钟域同步与亚稳态、复位策略、时钟使能与分频，并给出 UART 发送状态机的完整 Verilog 实现与验证方法。
现代数据集成平台：Airbyte、Fivetran 与 SeaTunnel 选型实战
数据集成平台决定数据进入仓库的可靠性与成本。本文对比 Airbyte、Fivetran 与 SeaTunnel 的架构、连接器生态与运维模式，深入同步模式（全量/增量/CDC）、schema 漂移处理、调度与监控、成本模型，并给出选型决策树与从自研脚本迁移到平台化集成的落地路径。
流式图处理与实时图计算：CDC 入图、增量更新与窗口化子图
系统讲解流式图处理与实时图计算的工程实践：问题定义（图数据的实时性需求）、CDC 入图（从关系库/消息流捕获变更并映射为图）、增量更新与幂等写入（去重、乱序、Exactly-Once）、窗口化子图与状态管理（滑动窗口、会话窗口、状态后端）、实时欺诈检测（环形转账、设备聚集）、实时推荐（实时共现、会话推荐）、流式图算法（增量 PageRank 与社区）、与批处理的对照与协同、技术选型与架构（Kafka Streams / Flink / GDS）、以及运维监控与常见坑。
「连接器与数据同步：从 Connectors 生态到 CDC 一致性」
讲解 Elasticsearch 连接器与数据同步：Connectors 生态、增量同步与 API 写入、CDC 变更捕获与一致性、同步策略与冲突处理，以及同步链路的监控运维。
「搜索服务架构：从索引到容错」
讲解搜索服务架构：搜索服务分层设计、索引更新策略与读写分离、CDC 同步与数据管道、多索引路由、缓存策略与容错降级，构建可扩展的搜索系统。
CDC 数据同步：Debezium 与 Kafka 架构实战
深入变更数据捕获原理与 Debezium 架构，讲解 Connector 配置、同步到搜索与数仓的管线、Outbox 联动，以及位点容错、幂等写入与同步延迟水位线的生产实践
事务发件箱模式：可靠消息投递的工程解法
深入事务发件箱模式，解决业务库与消息队列双写一致性问题，对比轮询发布与事务日志监听两种方式，结合 CDC 联动实现幂等可靠的最终一致消息投递
数据库迁移策略：零停机Schema变更与数据同步实战
全面讲解数据库迁移的核心策略与最佳实践，涵盖在线Schema变更、大表迁移、跨数据库迁移、数据同步等场景，提供gh-ost、pg_repack、Debezium等工具的实战案例。
PostgreSQL 逻辑复制与 CDC：发布订阅、WAL 解码、零停机迁移与 Debezium/Kafka 集成
系统讲解 PostgreSQL 逻辑复制与变更数据捕获（CDC）：逻辑复制原理与 WAL 解码（pgoutput/wal2json/decoderbufs）、发布订阅（CREATE PUBLICATION/SUBSCRIBE）配置、逻辑复制做故障切换与零停机迁移、初始同步机制、DDL 限制与数据冲突处理、与 Debezium/Kafka 的数据流集成、复制延迟监控与性能优化。
CDC 与实时数据管道：Canal、Debezium、Flink CDC 的架构与实战
业务库的数据是实时的，而下游的数据仓库、缓存、搜索引擎往往是滞后的——传统 ETL 定时全量同步的延迟以"小时"计，且全量扫描对源库冲击大。CDC（Change Data Capture，变更数据捕获）改变了这一切：它从数据库的日志（MySQL binlog、PostgreSQL …
数据管道设计模式：ETL vs ELT、增量同步与流批一体
深入剖析数据工程中的核心管道设计模式，涵盖 ETL 与 ELT 架构选型、批量与增量同步策略、CDC 捕获、流批一体实现以及数据质量保障体系。
Kafka Connect CDC 实战：Debezium 数据同步与变更捕获
深入解析 Kafka Connect 与 Debezium 的 CDC 数据捕获架构，涵盖 MySQL、PostgreSQL Source Connector 配置，Elasticsearch 与 S3 Sink Connector 实践，Schema Evolution 策略以及 SMT 单条消息转换。
Kafka Connect 与 CDC 集成实战：Debezium、Schema Registry 与数据同步
Kafka Connect Source/Sink Connector、Debezium CDC 监听数据库变更、Schema Registry 与 Avro/Protobuf/JSON Schema
08. MongoDB Change Streams 实时同步
MongoDB Change Streams: 实时监听数据变更、CDC 架构、Resume Token 与容错设计
API 契约测试：Schema 校验、Pact 与 CI 流水线集成
API 契约测试方法论：Schema 校验、消费者驱动（CDC）与提供者验证、Pact 契约测试框架、Postman/Bruno 集成测试、MSW Mock 服务、Playwright E2E 与 CI 流水线完整实战。
数据同步与CDC实战：基于Debezium构建实时数据管道
深入讲解Change Data Capture（CDC）技术原理与实现方案，详解Debezium的部署与配置，提供MySQL/PostgreSQL到Kafka/Elasticsearch的实时数据同步实战案例，涵盖Schema演进与故障恢复策略。
消息队列与事件驱动架构：Kafka、RabbitMQ与事件溯源实战
深入理解消息队列在分布式系统中的角色，对比Kafka与RabbitMQ的适用场景，详解事件驱动架构（EDA）、事件溯源、CDC等模式，附完整的架构设计与代码示例。