原来使用kafka消费者直接进行mysql数据同步，现在发现当时只考虑了数据的同步，对于后续数据的存储和使用没有考虑全面。面对大量流式数据，面向的是应用，数据同步之后，数据如何存储，如何计算是更大的问题，不只是数据本身。但是当时同步数据确实遇到了事务问题，通过加锁实现了简单的事务。Hudi本身支持ACID，看来自己又造轮子了！也深感大数据底座的重要性！
入湖/仓：Mysql+Kafka生产者+Flink+Kafka生产者+Flink SQL+Hudi（保证事物一致性）
ETL：Hudi/hive数据处理后放到Mysql，方便查询分析
不知道理解的是否有偏差，欢迎来拍砖。
