<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Schema Registry on PlumePHP</title><link>https://plumephp.com/tags/schema-registry/</link><description>Recent content in Schema Registry on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 17 Aug 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/schema-registry/index.xml" rel="self" type="application/rss+xml"/><item><title>Kafka Connect 与 CDC 集成实战：Debezium、Schema Registry 与数据同步</title><link>https://plumephp.com/kafka-connect-integration/</link><pubDate>Mon, 17 Aug 2026 10:00:00 +0800</pubDate><guid>https://plumephp.com/kafka-connect-integration/</guid><description>&lt;p&gt;在现代数据架构中，将外部系统的数据实时导入 Kafka 并将 Kafka 数据输出到下游系统，是构建数据管道最常见的需求。Kafka Connect 作为 Kafka 生态中的核心集成框架，提供了免代码的方式来连接数百种外部系统。而 Debezium 作为 CDC（Change Data Capture）领域的标杆工具，能够实时捕获数据库的增量变更，与 Kafka Connect 结合后形成了一套完整的数据同步解决方案。本文将从 Kafka Connect 架构出发，深入讲解 Source/Sink Connector 的原理与应用场景，重点剖析 Debezium CDC 在 PostgreSQL、MySQL、MongoDB 上的变更捕获机制，以及 Confluent Schema Registry 在数据格式治理中的核心作用。最后通过一个完整的 Debezium + Avro + Schema Registry 配置实战，展示从零搭建生产级数据采集链路的完整过程。&lt;/p&gt;</description></item></channel></rss>