从一个段子说起

    前几天遇到一位做数据库投资的朋友，他和我聊完之后说了一句，概况说我是HTAP的坚定支持者。我说其实这是经历过太多以后发现，这个代价最小，稳定程度最高。我这里并不否认依然会有些问题，也存在不稳定的场景。但是各方面综合来说是目前最优，性价比最高。为什么这么说？来看这个段子。

    可以这样算吗？可以，但是没有必要。

    有人可以考清华，但是不去，随便找一个普通大学上学可以吗？可以，但是没有必要。

    一天如果订单1万条左右量级，计算一下可以用etl再到hadoop，再经过所谓清洗加工，再加载impala，最后sum吗？可以，但是没有必要。

    目前哪个关系数据库如果sum几万都算不出来来，那还是别用了。

    以上图就是简单问题复杂化。结果还是好的，算对了，有没有可能中间哪步算错了？非常有可能。回到我们说的ETL拿数据可能多拿，少拿吗？非常有可能。因为除非每次全量，否则基于时间戳必然会发生。而每次全量必然就是离线，想实时不可能。即使再规范操作，每次必有时间戳。（理论上行，实际上如果规范能到位，我根本不用做优化。参考我的数据库设计开发规范，都没有问题了。但是估计是臣妾做不到。）

    我当时给这位朋友说了一句，以上我退一万步说都行。我再问你一个问题，如果上游删除一条数据你怎么办？这位朋友也是技术出身，他说那etl不行了，要用CDC技术。没错。比如ogg flinkcdc。但是这些通常是一个人去搞定的吗？基本不现实。以OGG举例。

    虽然他就是一个管道，承接上下游。问题是对接上下游，是不是对上下游都要精通才能对接呀？如果上下游的数据源种类很多，那比如要求技能多种多样。所以这是一个团队的事情。说到这里他说是的。他见过有一些公司在搞cdc，投入了不少人。

那么我说到所有CDC都怕大事务，你觉得开发靠谱吗？一个巨大的事务就卡主了。

    我再退一万步说以上有理想化解决了。那么DDL呢？总之吧，我觉得越说问题越多。但是不管怎么说CDC和ETL相比较来说我还是觉得CDC代价小，毕竟数据不准等于没法用。何况大部分公司来说，我就不相信对于报表场景很难，哪个数据库处理不了当天，当月的报表。

   简单问题复杂化，可以吗？可以，但是没有必要。