CDC 工具

我们把 MBCJ、Canal、Debezium 和 Flink CDC 放在同一张表里对比，帮你理解它们的定位、架构和使用场景。

一、定位和特点

特性MBCJCanalDebeziumFlink CDC
类型Java 库分布式 Binlog 中间件分布式变更数据捕获（CDC）平台流处理框架插件（Flink CDC）
目标嵌入 Java 应用，解析 Binlog模拟 MySQL slave，跨语言同步基于 Kafka Connect，捕获数据库变更将数据库变更流实时处理和分析
多语言支持❌（Java）✅（客户端多语言）✅（Kafka Connect 支持多语言消费者）✅（Flink 支持多语言 Sink/Source）
数据库支持MySQLMySQL、MariaDBMySQL、PostgreSQL、MongoDB 等MySQL、PostgreSQL、Oracle 等

二、架构对比

1、MBCJ

MySQL Binlog
    │
BinaryLogClient
    │
EventListener -> 下游应用（JSON/MQ）
  • 轻量级，直接嵌入应用
  • 自行处理事务、表映射、发布

2、Canal

MySQL (Master)
    │
Canal Server (模拟 Slave)
    │
Canal Connector
    │
客户端 -> MQ / ES / DB
  • 独立中间件，支持多语言客户端
  • 内置批处理、事务分组、容错

3、Debezium

MySQL/PostgreSQL/Mongo
    │
Debezium Connector (Kafka Connect)
    │
Kafka Topic -> 消费者
  • 基于 Kafka Connect
  • 提供标准化 CDC 流
  • 支持事务完整性、重放、偏移管理

4、Flink CDC

MySQL/PostgreSQL/Oracle
    │
Flink CDC Source
    │
Flink DataStream / Table API
    │
下游 Sink (Kafka/ES/DB)
  • 直接与 Flink 流处理集成
  • 支持事件时间、窗口、状态管理
  • 可做复杂实时计算

三、功能对比

功能MBCJCanalDebeziumFlink CDC
监听 Binlog✅✅✅✅
DML 解析✅✅✅✅
DDL 解析✅✅✅✅
事务边界✅✅✅✅
异构数据库支持❌❌✅✅
多语言消费❌✅✅✅（通过 Flink Sink）
高可用/集群❌✅✅✅（Flink 集群）
消息队列集成手动内置Kafka 原生自定义 Sink
实时流计算❌❌❌✅

四、适用场景

  • MBCJ：微服务内部快速监听 MySQL 变更，直接嵌入 Java 应用。
  • Canal：企业级多系统同步，跨语言消费 Binlog，适合中间件方案。
  • Debezium：标准化 CDC 流，强一致性，适合 Kafka 生态。
  • Flink CDC：实时流处理、复杂事件处理、实时计算场景。

💡 总结：

  • MBCJ：轻量级，嵌入式，Java 专用。
  • Canal：独立中间件，多语言，事务批处理，企业同步。
  • Debezium：Kafka Connect 生态，异构数据库，标准化 CDC 流。
  • Flink CDC：流处理框架插件，支持实时计算和复杂业务逻辑。
Last Updated:
Contributors: hello0709