不会，Flink CDC在新增同步表后选择全量初始化历史数据时，不会影响原先其余表的增量同步。
Flink CDC在同步过程中新增同步表后选择全量初始化历史数据，会阻塞原先其余表的增量同步吗？
1、背景介绍
Flink CDC（Change Data Capture）是一种用于捕获数据库变更事件的数据流技术。
在Flink CDC中，可以同时同步多个表，每个表都有自己的数据源和目标。
2、新增同步表并选择全量初始化历史数据
当需要新增一个同步表时，可以选择全量初始化历史数据或增量初始化历史数据。
如果选择全量初始化历史数据，Flink CDC将从数据源中获取该表的所有历史数据，并将其写入到目标表中。
3、阻塞原先其余表的增量同步问题
当选择全量初始化历史数据时，会对目标表进行一次全量扫描和写入操作，这可能会消耗大量的时间和资源。
由于全量初始化历史数据是一个耗时的操作，可能会导致原先其余表的增量同步被阻塞。
4、阻塞情况分析
在全量初始化历史数据的过程中，Flink CDC会将全部的历史数据读取出来，并进行转换和写入操作。
这个过程需要占用大量的系统资源，包括CPU、内存和网络带宽等。
由于资源有限，如果同时有多个表需要进行增量同步，那么全量初始化历史数据的表可能会竞争系统资源，导致其他表的增量同步被阻塞或延迟。
5、解决方案
为了避免全量初始化历史数据的阻塞问题，可以考虑以下两种方案：
错峰初始化：将全量初始化历史数据的表安排在系统资源较为空闲的时间段进行。
并行处理：通过并行处理的方式，同时进行多个表的增量同步和全量初始化历史数据的操作，以减少对系统资源的占用。
相关问题与解答：
问：为什么选择全量初始化历史数据会导致原先其余表的增量同步被阻塞？
答：选择全量初始化历史数据时，Flink CDC会将全部的历史数据读取出来，并进行转换和写入操作，这个过程需要占用大量的系统资源，包括CPU、内存和网络带宽等，由于资源有限，如果同时有多个表需要进行增量同步，那么全量初始化历史数据的表可能会竞争系统资源，导致其他表的增量同步被阻塞或延迟。
问：如何避免全量初始化历史数据的阻塞问题？
答：为了避免全量初始化历史数据的阻塞问题，可以考虑以下两种方案：错峰初始化和并行处理，错峰初始化是将全量初始化历史数据的表安排在系统资源较为空闲的时间段进行；并行处理是通过并行处理的方式，同时进行多个表的增量同步和全量初始化历史数据的操作，以减少对系统资源的占用。