实时数据同步是现代数据处理中非常重要的一环。在常见的数据同步工具中，Flume、Flink CDC和DataX都是非常受欢迎的选择。它们各自有自己的工作原理、优势和劣势。Flume主要用于日志传输，简单易用但对特定数据源可能有限；Flink CDC基于CDC技术实现了实时的数据同步，性能高但在复杂场景下可能需要额外的工作；DataX CDC则是基于CDC技术的实时数据同步工具，具备实时同步、高性能

watermark是flink为了处理event time窗口计算提出的一种机制，本质上就是一个时间戳，代表着比这个时间早的事件已经全部进入到相应的窗口，后续不会再有比这个时间小的事件出现，基于这个前提我们才有可能将event time窗口视为完整并触发窗口的计算。后，控制台才将统计结果输出出来且在时间戳"1005000"之后输入的hello也同时给统计出来了，上面的问题可以解决了，但是 "100

规范化和反规范化总结就是 规范化让总的单一维度变成多个维度 然后每个维度就是一张表这样 适合OLTP 可以参考三范式 这样是为了减少冗余 比如一个商品有多个类目（类目还有一些相关的字信息字段） ，属于多个行业（行业也带有相关的信息字段）这样可以直接把类目和行业各拆分成一张表 然后在商品表用两张维表的主键引用即可 这样能减少冗余 但是查询会比较缓慢 因为要join所以反规范化在一定条件下适合OLAP