Debezium 是一個為捕獲數據更改 (Change Data Capture, CDC) 提供低延遲的流式處理平臺，利用 Kafka 和 Kafka Connect 實現了持久性、可靠性和容錯性。

Debezium 有很多非常有價值的使用場景，我們在這兒僅僅列出幾個更常見的使用場景。

緩存失效 (Cache invalidation)

在緩存中緩存的條目(entry)在源頭被更改或者被刪除的時候立即讓緩存中的條目失效。如果緩存在一個獨立的進程中運行(例如Redis，Memcache，Infinispan或者其他的)，那么簡單的緩存失效邏輯可以放在獨立的進程或服務中，從而簡化主應用的邏輯。在一些場景中，緩存失效邏輯可以更復雜一點，讓它利用更改事件中的更新數據去更新緩存中受影響的條目。

簡化單體應用(Simplifying monolithic applications)

許多應用更新數據庫，然后在數據庫中的更改被提交后，做一些額外的工作：更新搜索索引，更新緩存，發(fā)送通知，運行業(yè)務邏輯，等等。這種情況通常稱為雙寫(dual-writes)，因為應用沒有在一個事務內寫多個系統(tǒng)。這樣不僅應用邏輯復雜難以維護，而且雙寫容易丟失數據或者在一些系統(tǒng)更新成功而另一些系統(tǒng)沒有更新成功的時候造成不同系統(tǒng)之間的狀態(tài)不一致。使用捕獲更改數據技術(change data capture,CDC)，在源數據庫的數據更改提交后，這些額外的工作可以被放在獨立的線程或者進程(服務)中完成。這種實現方式的容錯性更好，不會丟失事件，容易擴展，并且更容易支持升級。

共享數據庫(Sharing databases)

當多個應用共用同一個數據庫的時候，一個應用提交的更改通常要被另一個應用感知到。一種實現方式是使用消息總線，盡管非事務性(non-transactional)的消息總線總會受上面提到的雙寫(dual-writes)影響。但是，另一種實現方式，即Debezium，變得很直接：每個應用可以直接監(jiān)控數據庫的更改，并且響應更改。

數據集成(Data integration)

數據通常被存儲在多個地方，尤其是當數據被用于不同的目的的時候，會有不同的形式。保持多系統(tǒng)的同步是很有挑戰(zhàn)性的，但是可以通過使用Debezium加上簡單的事件處理邏輯來實現簡單的ETL類型的解決方案。

命令查詢職責分離(CQRS)

在命令查詢職責分離?Command Query Responsibility Separation (CQRS)?架構模式中，更新數據使用了一種數據模型，讀數據使用了一種或者多種數據模型。由于數據更改被記錄在更新側(update-side)，這些更改將被處理以更新各種讀展示。所以CQRS應用通常更復雜，尤其是他們需要保證可靠性和全序(totally-ordered)處理。Debezium和CDC可以使這種方式更可行：寫操作被正常記錄，但是Debezium捕獲數據更改，并且持久化到全序流里，然后供那些需要異步更新只讀視圖的服務消費。寫側(write-side)表可以表示面向領域的實體(domain-oriented entities)，或者當CQRS和?Event Sourcing?結合的時候，寫側表僅僅用做追加操作命令事件的日志。