Flink读取mysql cdc有办法过滤掉 update_before类型的数据嘛？[阿里云polardb]

Flink读取mysql cdc有办法过滤掉 update_before类型的数据嘛？

以下为热心网友提供的参考意见

在Apache Flink中，当读取MySQL CDC时，可以通过配置选项或编程方式来过滤掉update_before类型的数据。

1. 使用Flink SQL：
   如果您正在使用Flink SQL，可以在创建表源时指定只处理特定的变更事件类型。例如：

   CREATE TABLE my_table (
     ...
   ) WITH (
     'connector' = 'mysql-cdc',
     'hostname' = '',
     'port' = '',
     'username' = '',
     'password' = '',
     'database-name' = '',
     'table-name' = '','server-id'='',-- 只处理INSERT和UPDATE_AFTER类型的事件'include-events'='insert,update_after');
   
   编程方式：
   如果您正在使用Java/Scala API进行编程，可以自定义一个ChangelogMode，并将其传递给TableSource的构造函数。例如：
   ChangelogMode changelogMode = ChangelogMode.newBuilder()
       .addContainedKind(Kind.INSERT)
       .addContainedKind(Kind.UPDATE_AFTER)
       .build();
   
   TableSource<?> source = ...;
   source.configure(
       new Configuration(),
       new HashMap<>(),
       changelogMode);
   
   以下为热心网友提供的参考意见
   没有办法。此回答整理自钉群“实时计算Flink产品交流群”
   
   		
   
   							
   
   					
   「点点赞赏，手留余香」
   					
   
   						赞赏
   					
   					
   
   					
   
   						
   还没有人赞赏，快来当第一个赞赏的人吧！
   					
   				
   					
   		
   
   							
   
   					海报
   				
   										
   
   					
   					
   				
   					
   		
   
   			
   阿里云# MySQL1179# 云数据库 RDS MySQL 版1517# 关系型数据库2577# 实时计算 Flink版3179# 流计算2236
   		
   		
   				
   		
   	
   
       =====这是一个广告位，招租中，联系qq 78315851====
   
   	
   	
   
   			
   
   				
   
   					
   
   					
   
   						阿里云
   						
   
   							
   								Flink这个 bucket 可以修改么？[阿里云polardb]
   							
   						
   						2023-12-13 17:59:04
   					
   				
   			
   			
   
   				
   
   					
   
   					
   
   						阿里云
   						
   
   							
   								flink作业写入adb pg,一直提示错误，有什么排查思路，或者优化方案吗？[阿里云]
   							
   						
   						2023-12-13 18:01:52
   					
   				
   			
   		
   
   	
   2025 年 1 月
   	
   
   	
   
   		
   一
   		
   二
   		
   三
   		
   四
   		
   五
   		
   六
   		
   日
   	
   	
   	
   
   	
   
   		
    
   1
   2
   3
   4
   5
   	
   	
   
   		
   6
   7
   8
   9
   10
   11
   12
   	
   	
   
   		
   13
   14
   15
   16
   17
   18
   19
   	
   	
   
   		
   20
   21
   22
   23
   24
   25
   26
   	
   	
   
   		
   27
   28
   29
   30
   31