1.Flink mysql-cdc connector 源码解析
2.关于GetTextMetrics（&tm）
3.Windows 中不规则窗体的编程实现
4.Flink CDC：基于 Apache Flink 的流式数据集成框架

Flink mysql-cdc connector 源码解析

       Flink 1. 引入了 CDC功能，用于实时同步数据库变更。Flink CDC Connectors 提供了一组源连接器，支持从MySQL和PostgreSQL直接获取增量数据，如Debezium引擎通过日志抽取实现。以下是仿拉勾 源码Flink CDC源码解析的关键部分：

       首先，MySQLTableSourceFactory是实现的核心，它通过DynamicTableSourceFactory接口构建MySQLTableSource对象，获取数据库和表的信息。MySQLTableSource的getScanRuntimeProvider方法负责创建用于读取数据的运行实例，包括DeserializationSchema转换源记录为Flink的RowData类型，并处理update操作时的前后数据。

       DebeziumSourceFunction是亚马逊书城源码底层实现，继承了RichSourceFunction和checkpoint接口，确保了Exactly Once语义。open方法初始化单线程线程池以进行单线程读取，run方法中配置DebeziumEngine并监控任务状态。值得注意的是，目前只关注insert, update, delete操作，表结构变更暂不被捕捉。

       为了深入了解Flink SQL如何处理列转行、与HiveCatalog的结合、JSON数据解析、DDL属性动态修改以及WindowAssigner源码，可以查阅文章。push窗口源码你的支持是我写作的动力，如果文章对你有帮助，请给予点赞和关注。

       本文由文章同步助手协助完成。

关于GetTextMetrics（&tm）

       DC是设备上下文，定义了画图的属性和工具。

       CDC是MFC封装的一个类，用于操作DC。

       pDC，这里应该是指向CDC类对象的指针。

       CDC::是个作用域的说明，类似std::cout

       å¦‚果你知道类、对象、指针的概念，这应该没问题。

Windows 中不规则窗体的编程实现

        　　Windows 中不规则窗体的编程实现          ä¸‹è½½æºä»£ç      ä¸€ 序言     ã€€ã€€åœ¨ç»å¤§å¤šæ•°çš„Windows应用程序中 其窗体都是使用的正规正矩的矩形窗体 例如我们常用的 记事本 扫雷 等等 矩形窗体 具有编程实现简单 风格简洁的优点 所以在普通文档应用程序和简单小游戏中使用足矣 但在某些娱乐游戏程序中使用就略显呆板些了 这时若用不规则窗体替代原先的矩形窗体 将会使这类程序更添情趣 典型的例子有windows 自代的Media Player 新版本的Media Player有个控制面板的选项 选中这些面板 播放器就以选中的面板形状出现 这时的播放器比以前版本的Media Player的古老矩形界面要生动有趣的多了 要实现不规则窗体不是太难 知道了基本原理后 你也可以创建各种有趣的不规则窗体           äºŒ 实现原理          ã€€ã€€æ‰€æœ‰çš„ Windows 窗体都位于一个称为 region 中 窗体的大小如果超出 region 的范围 windows会自动裁剪超出"region"范围那部分的窗体 使其不可见 所以 要创建不规则窗体有两个步骤 第一步就是创建不规则"region" 第二步就是将窗体放到创建的 region 中 　　其中第二步很简单就调用一条语句即可 在SDK中调用API函数SetWindowRgn 该函数原型如下

        　　int SetWindowRgn( HWND hWnd HRGN hRgn BOOL bRedraw );

        　　其中hWnd为待设置的窗体句柄 hRgn为已经创建的"region"句柄 bRedraw代表是否要重绘窗体 在MFC中使用窗口类CWnd的成员函数int CWnd::SetWindowRgn（HRGN hRgn BOOL bRedraw );该函数的参数意义与API中同名函数相同 　　相对与第二步 创建不规则窗体的第一步要复杂许多 并且不规则窗体越复杂 创建其"region"的过程也越复杂 接下去我们将由浅入深地介绍各种创建 region 的方法      ã€€ã€€åœ¨MFC中"region"对象 由CRgn类实现 CRgn的几乎每个成员函数都有同名的SDK API函数对应 三 简单 region 的创建     ã€€ã€€ç±»CRgn创建一个新的"region"的简单方法有以下几个成员函数

        BOOL CRgn::CreateRectRgn( int x int y int x int y ); 创建矩形的 region        

        BOOL CRgn::CreateEllipticRgn( int x int y int x int y ); 创建圆形或椭圆形 region        

       

        BOOL CRgn::CreateRoundRectRgn( int x int y int x int y int x int y ); 创建圆角矩形 region        

        BOOL CRgn::CreatePolygonRgn( LPPOINT lpPoints int nCount int nMode ); 创建多边形 region

        　　这里以创建椭圆窗体为例 介绍椭圆窗体创建的方法 在创建椭圆 region 的CreateEllipticRgn函数中 x y 指椭圆所在矩形的左上角坐标 x y 指该矩形的右下角坐标      ã€€ã€€ä¸‹é¢çš„代码加入到MFC对话框程序的OnInitDialog函数中 可将该对话框变成椭圆窗体      

        　　BOOL CTestDlg::OnInitDialog(){ CDialog::OnInitDialog(); CRgn rgn; rgn CreateEllipticRgn( ); SetWindowRgn(rgn TRUE);}

     å›¾ä¸€ 椭圆窗体效果图     å›› 作图路径法创建 region 使用该方法创建 region 的过程如下 第一步绘制所要创建的窗体形状 该步骤中使用到CDC类中的一些成员函数如下

        　　BOOL CDC::BeginPath( );

        　　调用该函数后当前设备环境(DC)开始追踪绘图的过程

        　　int CDC::SetBkMode( int nBkMode );

        　　设置绘图时的背景模式 此应用中nBkMode必须取值为TRANSPARENT 即设置绘图时背景不发生变化

        　　BOOL CDC::EndPath( );

        　　调用该函数后当前设备环境(DC)结束追踪绘图的过程 　　开始绘图前 先调用BeginPath 然后调用SetBkMode 接下去就可调用CDC的其他绘图函数作图 例如Arc AngleArc LineTo MoveTo RoundRect Textout等等 绘图完毕调用EndPath() 第二步将绘制的结果转成 region 此步骤中使用SDK API函数

        　　HRGN PathToRegion( HDC hdc );

        　　Hdc为作图DC的句柄 CDC类中的m_hDC成员变量可做此参数传入 示例 将下面代码加入某个按钮单击事件中 可以将当前窗体变为字符串 hello 的形状     

        　　void CTestDlg::OnTest() {    HRGN wndRgn;    CClientDC dc(this);    CFont mFont;        if (dc m_hDC!=NULL)    {        VERIFY(mFont CreateFont(             FW_HEAVY TRUE FALSE             ANS    

lishixinzhi/Article/program/c//

Flink CDC：基于 Apache Flink 的流式数据集成框架

       摘要：本文整理自阿里云 Flink SQL 团队研发工程师于喜千（yux）在 SECon 全球软件工程技术大会中数据集成专场沙龙的分享。内容主要为以下四部分： 1. Flink CDC 开源社区介绍； 2. Flink CDC 的演进历史； 3. Flink CDC 3.x 核心特性解读； 4. 基于Flink CDC 的实时数据集成实践。

       1. **Flink CDC 开源社区介绍

**

        - **1.1 Flink CDC 的演进历史

**

        - Flink CDC 从 GitHub 开源社区开始，于 年 7 月在 Ververica 公司的 GitHub 仓库下以 Apache 2.0 协议开放源代码。初期主要支持从 MySQL 和 PG SQL 数据库捕获变化数据。2.0 版本增强了运行效率、稳定性和故障恢复机制，并扩展了源数据库支持范围至 Oracle、hustoj源码包MongoDB 实时数据抽取。

        - 年 月发布的 CDC 3.0 版本引入了 YAML pipeline 作业，使其成为独立的端到端数据集成框架，通过简化语法提供更便捷的数据集成作业描述。

        - **1.2 Flink CDC 社区现状

**

        - CDC 作为 Flink 的一个子项目，于 年初正式加入 Apache 软件基金会，遵循 ASF 标准进行迭代开发。截至最新版本 3.1.1，累计超过 名贡献者提交了 余次代码提交，GitHub 收获超过 颗 star。

        - 社区生态多元，GitHub Top 代码贡献者来自 家公司，ckeditor 源码赋值覆盖 MongoDB、Oracle、Db2、OceanBase 等连接器及 Pipeline Transform 等核心功能。社区通过多种渠道保持与用户沟通，如钉钉群、邮件列表和 Slack 频道。

       2. **Flink CDC 的演进历史

**

        - **2.1 CDC 技术简介

**

        - CDC 技术专注于实时监控数据变更，并将变化记录实时写入数据流，用于数据同步、分发和加载到数据仓库或数据湖。技术包括 Query-based CDC 和 Log-based CDC，后者通过监听数据库日志来实现低延迟变化捕获，减轻数据库压力，确保数据处理一致性。

        - **2.2 早期 CDC 技术局限

**

        - 早期实现存在实用性问题，如依赖数据库查询、并发处理和状态管理的复杂性，以及对数据库性能的高要求。

        - **2.3 Flink CDC 接入增量快照框架

**

        - Flink CDC 2.0 引入增量快照算法，支持任意多并发快照读取，无需数据库加锁，实现故障恢复。通过 Netflix DBlog 论文中的无锁快照算法，实现了高效并发处理。

        - **2.4 Flink CDC 增强

**

        - 引入 SplitEnumerator 和 Reader 架构，实现数据源的逻辑划分和并发读取，增强了处理效率和吞吐量。支持 Schema Evolution，允许在不重启作业的情况下处理表结构变更，提高了作业的稳定性和维护性。

       3. **Flink CDC 3.0 核心特性解读

**

        - **3.1 Flink CDC 2.x 版本回顾

**

        - CDC 2.x 版本提供 SQL 和 Java API，但缺乏直观的 YAML API 和高级进阶能力支持。

        - **3.2 Flink CDC 3.0 设计目标

**

        - 3.0 版本引入 YAML API，提供端到端数据集成流程描述。支持 Schema Evolution、Transform 和路由功能，增强数据处理灵活性。

        - **3.3 Flink CDC 3.0 核心架构

**

        - 采用无状态设计，简化部署和运维。分离连接层，保留对 Flink 生态系统的兼容性，支持多样化的部署架构和集群环境。

        - **3.4 Flink CDC 3.0 API 设计

**

        - YAML API 提供直观的数据集成任务配置，支持转换、过滤、路由等高级功能，简化了开发和配置流程。

        - **3.5 Flink CDC 3.0 Schema Evolution 功能

**

        - 提供了在不重启作业的情况下处理表结构变更的机制，确保数据处理的一致性和稳定性。

       4. **基于 Flink CDC 的实时数据集成实践

**

        - **4.1 实例：MySQL 到 Kafka 实时传输

**

        - Flink CDC 3.0 内建 Kafka 输出连接器，简化了 MySQL 数据至 Kafka 的实时传输过程，无需额外基础设施配置。

        - **4.2 实时数据集成实践

**

        - Flink CDC 3.0 支持模式进化、列操作和丰富的内置函数，提供了高度可定制的预处理能力，提升数据处理的灵活性与效率。

       总结：Flink CDC 是一个高效、易用的实时数据集成框架，通过不断演进优化，满足了数据同步、分发和加载到数据仓库或数据湖的需求。社区活跃，支持多渠道沟通，鼓励代码贡献和用户参与，是实时数据处理领域的有力工具。