Flink CDC的source 多并发 会有时序问题吗？如何解决？

Flink CDC的source多并发可能会导致时序问题，因为多个并行的source同时读取binlog，可能会出现数据重复或者丢失的情况。为了解决这个问题，可以使用以下方法：

1. 使用分布式事务：在写入Hudi表之前，可以先将数据写入一个共享的缓冲区（如Kafka），然后使用分布式事务确保数据的一致性和完整性。

2. 使用Watermark：在处理数据流时，可以使用Watermark来标记已经处理过的事件的时间戳。这样，在出现延迟的情况下，可以跳过已经处理过的事件，避免时序问题。

对于增量数据，如果通过正则匹配配了多张表，也可能会出现时序问题。解决方法与上述类似，可以使用分布式事务或者Watermark来确保数据的一致性和完整性。

历史数据不需要考虑这个问题，增量数据都是1 ，此回答整理自钉群“Flink CDC 社区”