在数据仓库建设中，实时 ETL 通常采用怎样的实现方式？请列举几种主流的实时 ETL 技术方案，并说明各自的特点。

回答思路

1. 【回答框架 1】实时 ETL 是指数据从源系统产生后，在较短时间内完成抽取、转换并加载到数据仓库的过程，与传统批量 ETL 相比，强调低延迟和近实时性。常见实现方式有基于日志捕获（CDC）、基于消息队列的流式处理、以及微批处理等。
2. 【回答框架 2】基于日志捕获（CDC）是常见的实时数据同步方案，如使用 Debezium 或 Canal 监听数据库 binlog，将变更事件发送到消息队列（如 Kafka），下游消费并进行转换后写入数仓。该方案对源库侵入小，能捕获增量数据，适合数据库到数仓的实时同步。
3. 【回答框架 3】基于消息队列的流式处理方案，如 Kafka + Flink/Spark Streaming，将业务数据实时写入消息队列，由流处理引擎进行清洗、转换、聚合，再写入数仓或数仓的实时表。该方案支持复杂事件处理和窗口计算，适合实时数仓分层架构。
4. 【回答框架 4】微批处理方案如 Spark Streaming 的微批模式、Flink 的批流一体，以秒级或分钟级微批处理数据，兼顾吞吐和延迟。实际选型需权衡数据实时性要求、数据量大小、现有技术栈以及运维成本，并考虑数据一致性和重复数据处理问题。
5. 【关键点 1】实时 ETL 关键技术包括数据捕获（CDC）、消息队列、流式计算引擎和实时数仓存储。
6. 【关键点 2】常见技术方案有：数据库日志解析（如 Debezium/Canal + Kafka）、流处理引擎（Flink/Spark Streaming）、以及 Lambda/Kappa 架构。
7. 【关键点 3】实时 ETL 需处理数据延迟、顺序性和幂等性，通常结合窗口计算和状态管理实现。
8. 【易错点 1】CDC 方案可能影响源库性能，需监控并限制解析速率。
9. 【易错点 2】实时链路中数据重复或乱序可能导致最终一致性受损，需要合理设置主键和去重逻辑。
10. 【易错点 3】流与批处理结果可能不一致，需设计对账机制，避免仅依赖其一。