#debezium — Public Fediverse posts

Миграция MariaDB → PostgreSQL без даунтайма: почему обычные утилиты не подошли и как мы сделали это через Debezium CDC

Перед командой, выросшей на MySQL/MariaDB, встаёт вопрос перехода на PostgreSQL: лицензии, экосистема расширений, более предсказуемое поведение при конкурентных нагрузках - причин достаточно. Проблема в другом: как перенести боевую базу, которая не останавливается ни на минуту, без часов простоя и без риска потерять данные, записанные во время переноса. В этой статье - как мы решали эту задачу для интернет-магазина на MariaDB, почему готовые консольные конвертеры не годятся для «живой» миграции, и как выглядит рабочая схема на Debezium + Kafka Connect, включая Ansible-роль для повторяемого запуска.

https://habr.com/ru/articles/1061438/

#mysql #postgresql #devops #debezium #kafka

Как мы ушли от ETL к CDC: выбираем архитектуру real-time аналитики на PostgreSQL, Kafka и ClickHouse. Часть 1

Все началось с просьбы сделать отчеты в реальном времени. На первый взгляд задача выглядела простой, но довольно быстро выяснилось, что существующая архитектура для этого не подходит. Проект был разбит на множество микросервисов, каждый из которых хранил данные в собственной PostgreSQL-базе. Чтобы строить сквозные отчеты, информацию нужно было где-то объединять. На тот момент аналитика уже работала через ETL: раз в сутки Airflow восстанавливал общую PostgreSQL из ежедневных бекапов, а Redash выполнял запросы уже к ней. Решение было надежным и не требовало нагрузки на production, но для real-time оно не годилось — в лучшем случае отчеты показывали состояние системы на начало дня.

https://habr.com/ru/articles/1051760/

#postgresql #clickhouse #kafka #debezium #cdc #kubernetes #etl #realtime_аналитика #kafka_connect #devops

Тонкости Kafka Connect и Debezium

Привет! Меня зовут Ильсаф, я инженер данных в MAGNIT OMNI — бизнес-группе ритейлера «Магнит», которая отвечает за развитие омниканального опыта для клиентов. В этой статье я собрал свои практические наблюдения по работе Kafka Connect и Debezium с PostgreSQL: от настройки репликации до мониторинга и бэкфиллинга.

https://habr.com/ru/companies/magnit/articles/1029124/

#kafka #kafka_connect #debezium #cdc #observability

Cказ о том, как мы с Oracle на PostgreSQL переехали

Привет, Хабр! Меня зовут Даша Александрова, я Java‑разработчик. Хочу поделиться опытом миграции данных из Oracle в PostgreSQL без простоя сервисов. Причина миграции — импортозамещение. Теперь немного про сам проект. В его основе — микросервисная архитектура на Java 11/17 и Spring Boot 2/3. В качестве основной базы данных использовалась Oracle с несколькими схемами. В коде сочетаются нативные SQL‑запросы и Hibernate, вся бизнес‑логика живет на уровне приложения — без процедур, триггеров и другой логики в базе. Идентификаторы генерируются через sequence. Проект активно развивается, регулярно выпускаются релизы. Система ориентирована на клиентские приложения — мобильное и веб, при этом нагрузка остается умеренной и не относится к highload‑сценариям. Ключевое нефункциональное требование — выполнить миграцию без простоя системы и без заметного влияния на пользователей . Может возникнуть логичный вопрос: если такие миграции уже делались не раз, почему просто не взять готовое решение? На практике универсального подхода не существует. Где‑то допустим простой на несколько часов, где‑то — нет. В одних системах хватает простого переноса, в других приходится использовать сложные стратегии вроде двойной записи. Многие статьи подробно разбирают инструменты, но их применение в конкретном проекте — это отдельная инженерная задача. К тому же у каждой системы есть свои ограничения и нюансы. Поэтому дальше я разберу конкретный кейс и те решения, которые были приняли по ходу миграции.

https://habr.com/ru/articles/1025336/

#java #postgresql #debezium #cdc #oracle #kafkaconnect #миграция_базы_данных #миграция_данных

[Перевод] Осваиваем replication slots в Postgres: как предотвратить разрастание WAL и другие проблемы в продакшене

Логическая репликация в Postgres редко ломает прод внезапно — чаще она долго и методично копит проблему, пока replication slot удерживает всё больше WAL, потребитель отстаёт, а свободное место на диске начинает таять. В этой статье разбирается именно такая зона риска: как устроена работа replication slots, почему одних базовых настроек здесь недостаточно и какие практики реально помогают держать под контролем WAL, публикации, heartbeats, failover и мониторинг. Материал особенно полезен тем, кто работает с CDC, Debezium и production-инстансами Postgres, где цена ошибки измеряется уже не теорией, а стабильностью системы. Разбор PostgreSQL

https://habr.com/ru/companies/otus/articles/1018444/

#PostgreSQL #replication_slots #логическая_репликация #WAL #CDC #Debezium #pgoutput #failover #мониторинг_Postgres

Геораспределенное резервирование Postgres при помощи Debezium

Всем привет, меня зовут Николай Голубев, я — техлид из компании HFLabs. Эта статья написана по мотивам моего выступления на конференции

https://habr.com/ru/companies/oleg-bunin/articles/1001862/

#highload #PostgreSQL #базы_данных #высоконагруженные_системы #Debezium #хранение_данных #Kafka #релоцирование

Vandaag #Debezium-corvee. Deze logical replication tool pompt op basis van events data over vanuit twee databases naar een derde. Alle databases worden binnen #Rancher als 1 master en 2 slaves in #pods ondergebracht. #Kubernetes brengt die naar eigen inzicht down en daarna weer up. Het correcte replication slot, op basis waarvan Debezium onthoudt waar hij gebleven was, wordt zo bij wijze van balletje-balletje heen en weer geschoven en hij blijkt dan steeds onder het verkeerde bekertje te kijken.

Note to self: do not kill a postgres process running ALTER TABLE in a throwaway database thinking it was the application while running pg_upgrade. It was pg_upgrade, not the app.

The "quick" rollback worked in terms of service (9 minutes of downtime) but it was an operational nightmare:

- outdated internal documentation
- very long Ansible loops
- unexpected errors when starting Debezium connectors that were stopped (why "stop/resume" and not "stop/start"?)
- pg_basebackup error: could not read COPY data: server closed the connection unexpectedly

And you, how's your week so far?

#postgresql #debezium #pg_upgrade #ansible

Note to self: do not kill a postgres process running ALTER TABLE in a throwaway database thinking it was the application while running pg_upgrade. It was pg_upgrade, not the app.

The "quick" rollback worked in terms of service (9 minutes of downtime) but it was an operational nightmare:

- outdated internal documentation
- very long Ansible loops
- unexpected errors when starting Debezium connectors that were stopped (why "stop/resume" and not "stop/start"?)
- pg_basebackup error: could not read COPY data: server closed the connection unexpectedly

And you, how's your week so far?

#postgresql #debezium #pg_upgrade #ansible

Паттерн Transactional Outbox на примере двух микросервисов на java

Всем привет! В данной статье будет описан один из возможных вариантов реализации паттерна outbox transactional. План данной статьи такой. Вначале немного теории, а потом на примере двух микросервисов будет показала реализация данного паттерна с помощью debezium и kafka. Данная статья будет полезна для новичков, которые не встречались с данным паттерном. Весь код микросервисов будет доступен по ссылкам. Но вначале немного теории. Самый главный вопрос зачем нужен данный паттерн и какую он решает задачу. Паттерн Outbox – используется в распределенных транзакциях, то есть в транзакциях, которые проходят и затрагивают несколько микровервисов, для обеспечения гарантированной доставки сообщения от одного микросервиса до другого. Данный паттерн используется там, где очень критично чтобы сообщение не потерялось, даже при сбоях в системе. Outbox паттерн получил распространение именно в микросервисной архитектуре, где нет возможности с помощью одной аннотации обеспечить транзакционность какого-то метода и возможный откат всей транзакции в рамках нескольких микросервисов. Теперь перейдем к практике. Допустим у нас имеется два микросервиса: order-servic, в котором клиент заказывает какой-то товар и bank-service, в котором происходит оплата за этот товар. Весь код микросервисов будет доступен по ссылкам. Задача в том, чтобы при заказе товара обязательно произошло списание денег за него или если денег недостаточно или возникла ошибка на стороне банка микросервис по заказам узнал об этом. Для реализации этого паттерна я буду использовать debezium и kafka.

https://habr.com/ru/articles/991934/

#java #паттерны_проектирования #outbox #outboxпаттерн #transactional_outbox #kafkaconnect #debezium

CDC своими руками: Kafka + Debezium в домашней лаборатории

Третья статья цикла о построении CDC-пайплайна с нуля. Сегодня — самое интересное: захватываем изменения из PostgreSQL и отправляем в Kafka. И разбираемся, почему WAL может съесть весь диск, даже если данные не меняются.

https://habr.com/ru/articles/990902/

#kafka #debezium #cdc #devops #data_engineering

PostgreSQL для CDC-пайплайна: настраиваем logical replication за 30 минут

Вторая статья цикла «CDC Pipeline в домашней лаборатории». В первой мы сделали Telegram-бота для парсинга банковских скриншотов. Теперь подготовим PostgreSQL к тому, чтобы Debezium мог захватывать изменения в реальном времени.

https://habr.com/ru/articles/988114/

#postgresql #cdc #debezium #logical_replication #devops

See how Debezium powers row-level change capture while SeaTunnel enhances it with Kafka-free streaming and schema evolution support. https://hackernoon.com/inside-seatunnel-cdcs-debezium-integration-embedded-engine-offsets-and-checkpoints #debezium

See how Debezium powers row-level change capture while SeaTunnel enhances it with Kafka-free streaming and schema evolution support. https://hackernoon.com/inside-seatunnel-cdcs-debezium-integration-embedded-engine-offsets-and-checkpoints #debezium

Debezium 3.4 Final: A Feature-Packed Release for Modern Data Pipelines

https://techlife.blog/posts/debezium-3-4-release/

#Debezium #CDC #ChangeDataCapture #Kafka #Quarkus #Oracle #PostgreSQL #MongoDB #SQLServer #OpenSource

Как оптимизация перформанса Debezium JDBC Sink Connector помогла улучшить Open-source версию решения

Debezium — популярный фреймворк для Change Data Capture (CDC), позволяющий отслеживать изменения в источниках данных (таких как базы данных) и передавать их в потоковые платформы вроде Apache Kafka. Одним из компонентов Debezium является JDBC Sink Connector, предназначенный для записи данных из Kafka в реляционные базы данных посредством интерфейса Java Database Connectivity (JDBC). Debezium JDBC Sink Connector может решать множество задач: от репликации данных между БД и синхронизации обновлений между микросервисами до создания резервных копий данных для целей тестирования или разработки. Мы в VK Tech используем Debezium JDBC sink connector, чтобы строить перформанс-интеграции. Но в нагрузочных тестах столкнулись с проблемой производительности, которая не решалась никакими обходными путями. Поэтому нам пришлось детально погрузиться в нюансы обработки событий в Debezium JDBC connector. Привет, Хабр. Меня зовут Артём Дубинин. Я старший разработчик Backend в команде Tarantool CDC — решения для репликации данных в реальном времени между системами управления базами данных (СУБД). В этой статье я изложу свою интерпретацию создания Debezium, расскажу о том, как работает Debezium JDBC connector, а также о нашем варианте оптимизации перформанса, который попал в Open-source версию.

https://habr.com/ru/companies/vktech/articles/967558/

#Tarantool #архитектура #отказоустойчивость #debezium #Kafka #JDBC_Sink_Connector #jdbc #vk_tech #tarantool_cdc #перформанс

Spark, DataSphere и немного магии: как мы строим аналитическую платформу в облаке для банка

Для решения классических аналитических задач в банке дата‑специалисты обрабатывают миллиарды транзакций. Поэтому создание единого информационного пространства для работы с большими объёмами данных потребует решить как задачи оптимизации производительности и обеспечения безопасности, так и задачи удобства для пользователей — и найти баланс между ними. Сергей Виноградов на конференции Data&ML2Business рассказал про разработку и построение DWH для задач Яндекс Пэй. В этой статье — дополненный рассказ о том, как устроена аналитическая платформа на базе Greenplum® и ClickHouse®, которую решили строить на базе managed‑сервисов в облаке. А также о том, как жизнь аналитиков облегчает связка Apache Spark™ и Jupyter‑ноутбуков в Yandex DataSphere.

https://habr.com/ru/companies/yandex_cloud_and_infra/articles/957470/

#spark #kafka #cdc #debezium #change_data_capture #map_reduce

@pgDayParis is currently accepting proposals in an official Call for Papers! Submit topics like PostgreSQL internals hacking, DevOps related topics, migration from other database systems, or whatever else you may have found interesting in your journey with Postgres. https://2026.pgday.paris/call-for-papers/

#postgres #postgresql #database #devops #sqlserver #oracle #mongodb #redis #debezium #rlanguage #cnpg #clouenativepg #kubernetes #docker #aws #gcp #azure #linux #opensource #foss #oss #paris #france

@pgDayParis is currently accepting proposals in an official Call for Papers! Submit topics like PostgreSQL internals hacking, DevOps related topics, migration from other database systems, or whatever else you may have found interesting in your journey with Postgres. https://2026.pgday.paris/call-for-papers/

#postgres #postgresql #database #devops #sqlserver #oracle #mongodb #redis #debezium #rlanguage #cnpg #clouenativepg #kubernetes #docker #aws #gcp #azure #linux #opensource #foss #oss #paris #france

CDC без боли: как мы делали отказоустойчивую репликацию с Debezium и Kafka

Я Евгений Прочан, в платформенной команде Magnit OMNI развиваю инфраструктуру DWH. Расскажу здесь, почему нам понадобилось перейти от батчинга к CDC и как мы это делали. Причин перехода было две: потребность бизнеса в расширении возможностей инфраструктуры и нестабильность нашего старого процесса репликации. Мы используем в основном базы данных PostgreSQL. Оттуда пакетами раз в час передаём данные в S3, ClickHouse и таблицы Iceberg. Наша потоковая нагрузка достигает примерно полутора терабайта данных, 6000 операций в секунду (около 1500 в самой нагруженной базе данных).

https://habr.com/ru/companies/magnit/articles/938164/

#kafka #postgresql #debezium #dwh #отказоустойчивость

One Open-source Project Daily

Change data capture for a variety of databases.

https://github.com/debezium/debezium

#1ospd #opensource #apachekafka #cdc #changedatacapture #datapipeline #database #debezium #eventstreaming #kafka #kafkaconnect #kafkaproducer

One Open-source Project Daily

Change data capture for a variety of databases.

https://github.com/debezium/debezium

#1ospd #opensource #apachekafka #cdc #changedatacapture #datapipeline #database #debezium #eventstreaming #kafka #kafkaconnect #kafkaproducer

Join таблиц в реальном времени на Apache Flink ( Часть 2 )

В данной статье приводится решение проблемы построения витрин данных в реальном времени с помощью Apache Flink. Рассказывается 2 часть подробной реализации решения этой задачи. В данной части рассмотрена проблема учета сообщений на удаление и частично операций update , в связи с чем достигается полная консистентность данных СИ с СП при условии гарантии, что ключ join условия не обновляется.

https://habr.com/ru/articles/908220/

#java #apache_flink #big_data #big_data_analytics #big_data_solutions #architecture #big_data_architecture #debezium #kafka #cdc

Enabling #CDC with the Fully Managed #Debezium #PostgreSQL Connector https://www.confluent.io/blog/cdc-and-data-streaming-capture-database-changes-in-real-time-with-debezium/

Enabling #CDC with the Fully Managed #Debezium #PostgreSQL Connector https://www.confluent.io/blog/cdc-and-data-streaming-capture-database-changes-in-real-time-with-debezium/

Debezium в действии: сбор и синхронизация отчётной базы данных

На текущий момент мы занимаемся разработкой для сотрудников банка фронтального приложения, в котором они смогут в одном окне видеть всю необходимую информацию, физически хранящуюся в трёх отдельных базах данных. В реализации самого приложения никаких особенностей и сложностей нет, чего не скажешь про его бэкенд. Итак, задача, стоявшая перед нами — отобразить пользователю общую выборку данных, которые хранятся физически в отдельных кластерах БД.

https://habr.com/ru/companies/T1Holding/articles/880310/

#debezium

Репликация данных с использованием Debezium и Kafka

В этой статье мы рассмотрим эволюцию стратегий репликации данных, начиная с ручных подходов и заканчивая автоматизированными решениями, использующими современные технологии, такие как Kafka и Debezium. Ниже описан пример примененный в компании Wildberries.

https://habr.com/ru/articles/861868/

#debezium #kafka #sql

Thema Visualisierung von #MySQL/ #mariadb Transaktionen:

Hat hier jemand ein #Grafana im Einsatz? Wenn ja, mit #Prometheus?Mit #exporter oder mit #debezium als #cdc plus #Kafka?

Oder einfach nur Grafana + MySQL-select alle x Sekunden?

Hab mich vorgestern versucht, einzulesen und war überrascht, wie viele verschiedene Konstellationen möglich sind!

#linux
#foss
#monitoring

Don’t Want to Introduce MQ? Try #Debezium!

https://medium.com/@haiou-a/dont-want-to-introduce-mq-try-debezium-1f325a945307?sk=2c18ff65e9526a3540d2abd56f61c4c4

Don’t Want to Introduce MQ? Try #Debezium!

https://medium.com/@haiou-a/dont-want-to-introduce-mq-try-debezium-1f325a945307?sk=2c18ff65e9526a3540d2abd56f61c4c4

Top 10 Tools for Kafka Engineers:
1. #kcat
2. #Debezium
3. Kafka Streams
4. #Grafana
5. Kafka UIs
6. #Redpanda
7. Cruise Control
8. Kafka Security Manager
9. #MirrorMaker
10. Kafka Proxy

From: https://thenewstack.io/top-10-tools-for-kafka-engineers/

Top 10 Tools for Kafka Engineers:
1. #kcat
2. #Debezium
3. Kafka Streams
4. #Grafana
5. Kafka UIs
6. #Redpanda
7. Cruise Control
8. Kafka Security Manager
9. #MirrorMaker
10. Kafka Proxy

From: https://thenewstack.io/top-10-tools-for-kafka-engineers/

☃️ New Year, New Checkpoint Chronicle!

#Flink, #Kafka, #Debezium, #Postgres, #DuckDB--The latest edition of our monthly collection of exciting resources in the data and streaming space has it all, brought to you by @rmoff and @gunnarmorling.

👉 https://www.decodable.co/blog/checkpoint-chronicle-january-2024?utm_medium=social&utm_source=mastodon&utm_campaign=blog&utm_content=checkpoint-chronicle-january-2024&utm_term=decodableco

☃️ New Year, New Checkpoint Chronicle!

#Flink, #Kafka, #Debezium, #Postgres, #DuckDB--The latest edition of our monthly collection of exciting resources in the data and streaming space has it all, brought to you by @rmoff and @gunnarmorling.

👉 https://www.decodable.co/blog/checkpoint-chronicle-january-2024?utm_medium=social&utm_source=mastodon&utm_campaign=blog&utm_content=checkpoint-chronicle-january-2024&utm_term=decodableco

A nice feature that we are looking forward to for our #CDC project based on #Debezium is the ability to create logical replication slots on standbys:
- https://bdrouvot.github.io/2023/04/19/postgres-16-highlight-logical-decoding-on-standby/
- https://www.decodable.co/blog/logical-replication-from-postgres-16-stand-by-servers-part-2-of-2

No more impact on the primary.

Thanks @BertrandDrouvot for your work and your presentation at the pgconf EU. It looks promising!

#postgresql

A nice feature that we are looking forward to for our #CDC project based on #Debezium is the ability to create logical replication slots on standbys:
- https://bdrouvot.github.io/2023/04/19/postgres-16-highlight-logical-decoding-on-standby/
- https://www.decodable.co/blog/logical-replication-from-postgres-16-stand-by-servers-part-2-of-2

No more impact on the primary.

Thanks @BertrandDrouvot for your work and your presentation at the pgconf EU. It looks promising!

#postgresql

Kafka Connect на примере Debezium PostgresConnector

В предыдущей статье про микросервисную архитектуру на основе событий с использованием Kafka Streams достаточно поверхностно был упомянут io.confluent.connect.jdbc.JdbcSourceConnector , который использовался для вычитания данных из SQLite и отправки их в топик Kafka. Сейчас я бы хотел более подробно разобрать технологию Kafka Connect на примере io.debezium.connector.postgresql.PostgresConnector . Как и в прошлый раз, я реализовал небольшой демо проект, код которого доступен на GitHub . В проекте кода совсем немного, однако чтобы понять все настройки, примененные в коннекторе, придется достаточно подробно пройтись по теоретической части. Итак, приступим.

https://habr.com/ru/articles/779620/

#Kafka #Kafka_Connect #Debezium #PostgreSQL #Spring_Boot

The first rule of being a Haskell fanboy is you never skip an opportunity to drop #Haskell into a conversation. 🤓😁

(Clip from this week's #podcast on #Debezium: https://youtu.be/88j7EEiyqzM)

I'm impressed by the pace and innovation of the #debezium project—TIL it now ships with a JDBC *sink* for Kafka Connect: https://debezium.io/documentation/reference/stable/connectors/jdbc.html

#dataEngineering #openSource #apacheKafka

⚡ Change data capture from AWS #RDS with #ApacheKafka and #Debezium!

📖 Read my latest tutorial at https://aiven.io/developer/cdc-amazon-rds-to-apache-kafka-debezium

Learn how #ChangeDataCapture & #StreamProcessing can help developers with typical challenges they often face when working on #microservices!

Gunnar Morling talks about the challenges you might encounter when deploying CDC into practice: https://bit.ly/46EjUGs

#InfoQ video w/ #transcript included

#Debezium #ApacheFlink #OutboxPattern #SoftwareArchitecture #QConLondon

Was experimenting today with #Debezium and the #PostgreSQL logical decoding messages.

The message is encoded in #ApacheKafka based on the binary.handling.mode parameter, with base64 being the default

Glad that #ApacheFlink has a native SQL function to decode from base64: FROM_BASE64

More info:

- Debezium logical decoding messages https://debezium.io/documentation/reference/stable/connectors/postgresql.html#postgresql-message-events
- ApacheFlink FROM_BASE64 function https://nightlies.apache.org/flink/flink-docs-master/docs/dev/table/functions/systemfunctions/#string-functions

Join us for a live demo on replicating data from various databases to CrateDB using #Debezium and #Kafka 🚀

🎤 We are thrilled to have Danica Fine, Senior Developer Advocate at Confluent, as our guest speaker to introduce you to Kafka.

🔍 Our #CrateDB experts will show you step-by-step how to leverage Debezium and Kafka to replicate data from different databases into CrateDB.

Don't miss out! Register now 👉 https://hubs.ly/Q01Wm2jJ0

#data #db #database #DataReplication

🚀 Join our FREE live #demo on July 13th and discover how to replicate data from other databases to #CrateDB using #Debezium and #Kafka

Senior Developer Advocate at Confluent, Danica Fine, will join us to introduce you to Kafka 👩🏼‍💻

Our experts will guide you through the process of setting up connections for a popular database such as #SQL server and implementing data synchronization with CrateDB without having to write any custom code. 🙌

Don't miss out! 👉 https://hubs.ly/Q01WhP4z0

📺 Had the honour of chatting with the fabulous Tim Berglund on his new podcast on the #StarTree YouTube channel. We spoke about change data capture, #Debezium, stream processing, my move to @decodable and much more, and just had a great time all around :)

https://www.youtube.com/watch?v=cyeKnfdjQlw

The Wonders of #Postgres Logical Decoding Messages https://www.infoq.com/articles/wonders-of-postgres-logical-decoding-messages/

#Kafka #Debezium #CDC

Update on the #CDC (#ChangeDataCapture) implementation for #TimeScaleDB 🧐 :ablobcatrave: 🤩

- #debezium integration not yet started!
- generated events compatible with debezium
- automatic handling of hypertables and schema
- automatic handling of chunk creation and deletion
- includes and excludes for hypertable selection
- fully compatible with non-privileged user permissions
- function for initial publication creation (prevents need for postgres user)

(1/3)

Learn how to replicate data from other databases to CrateDB with Debezium and Kafka 👨🏻‍💻

This step-by-step tutorial will show you an example of replicating changes on a table from MSSQL to CrateDB 💻🔍 

Check out our latest post by Hernan Cianfagna, CrateDB Solution Engineer ➡️ https://crate.io/blog/replicating-data-from-other-databases-to-cratedb-with-debezium-and-kafka

#cratedb #db #database #Debezium #Kafka #DataAnalytics #DatabaseReplication #TechTutorial #tutorial #data

The prototype to create #CDC (Change Data Capture) events from #TimeScaleDB to #Kafka (eventually thought be added to #debezium) is making good progress.

It's all a prototype still, but it already implements the whole pipeline, from #PostgreSQL logical replication all the way to the event sink.

https://gist.github.com/noctarius/fdd8f171a8f0388318fa582096fc8820

Feeling dangerous today. Diving into some of the C code of #TimeScaleDB to find out how to generate some data for an event stream towards my prototyping which hopefully will end up implemented in #debezium

You can then use #LogicalDecoding - #Postgres’ change data capture capability - to retrieve the messages from write-ahead log (WAL), process them, and relay them to external consumers.

In this #InfoQ article, Gunnar Morling explores how to take advantage of this feature for implementing three different use cases:
✅ Propagating data between microservices via the #OutboxPattern
✅ #ApplicationLogging
✅ Enriching #AuditLogs with metadata

Learn more: http://bit.ly/3ZiMZnH

#Debezium #ApacheFlink #Microservices

"The Wonders of Postgres Logical Decoding Messages"

📢 Stoked to share my latest article is live on @infoq, discussing several cool use cases for writing messages to the #Postgres WAL and processing them with #Debezium and #ApacheFlink!

https://www.infoq.com/articles/wonders-of-postgres-logical-decoding-messages/