在使用Flink CDC直连MySQL等数据库时，可能因数据库连接数过多引发性能压力，怎么解决？

Flink CDC 支持从Kafka中消费数据再写入目标端。

Flink CDC（Change Data Capture）是一个用于捕获数据库变化的工具，它可以通过监听数据库的binlog（MySQL）或WAL（PostgreSQL）日志来捕获数据的变化，并将这些变化的数据封装成消息发送到消息中间件，如Kafka集群中。这种架构设计允许Flink CDC并发地消费源库中的数据，并且在数据变换方面具有灵活性。

具体到从Kafka中消费数据的能力，Flink CDC不仅可以将数据变化捕获并发送至Kafka，还支持从Kafka中读取这些数据，然后将其写入到其他目标系统中。这意味着Flink CDC可以实现一个完整的数据同步和转换流程，即从源数据库捕获变化，通过Kafka进行中间存储和缓冲，最后使用Flink CDC将数据写入到最终的目标端，比如Doris等数据库。

此外，Flink CDC利用Kafka进行CDC多源合并和下游同步更新的实践也是可行的，这为处理多源数据集成和实时数据同步提供了更多的灵活性和扩展性。

综上所述，Flink CDC确实支持从Kafka中消费数据，并且能够将这些数据写入到目标端，这使得Flink CDC成为一个强大的工具，用于实现复杂的数据集成和实时数据处理工作流。

可以使用flink消费kafka写入目标端。没有对cdc做啥封装，读的从库，还有就是你说的不要单表去做同步，对于一个数据库读取到的表，可以根据json中的元数据自己去做解析，进行逻辑处理也行。整库同步的时候，写入kafka，拿数据库名和表名也都带上。直接用最新的flink-cdc3.0的pipeline的整库同步，最多和并行度保持一致的链接，增量阶段最后只有一个连接，这样mysql就没压力的。此回答来自钉群Flink CDC 社区。