在Flink CDC中，全量读取阶段需要配置
sink.parallelism参数来开启并发。
在 Flink CDC 中，全量读取阶段需要配置一些参数来开启并发，下面是一些常用的参数及其作用：
1、maxconcurrenttables: 这个参数用于设置可以同时进行读取的表的最大数量，通过增加该值，可以提高并发读取的能力。
2、maxconcurrentsources: 这个参数用于设置可以同时进行读取的源的最大数量，通过增加该值，可以提高并发读取的能力。
3、maxconcurrentreaders: 这个参数用于设置可以同时进行读取的读取器的最大数量，通过增加该值，可以提高并发读取的能力。
4、maxconcurrentscanners: 这个参数用于设置可以同时进行扫描的扫描器的最大数量，通过增加该值，可以提高并发读取的能力。
5、parallelism: 这个参数用于设置任务并行度，即每个任务可以使用的线程数，通过增加该值，可以提高并发读取的能力。
下面是一个示例配置，展示如何开启并发读取：
设置最大并发表的数量 maxconcurrenttables=10 设置最大并发源的数量 maxconcurrentsources=5 设置最大并发读取器的数量 maxconcurrentreaders=8 设置最大并发扫描器的数量 maxconcurrentscanners=6 设置任务并行度 parallelism=16
请注意，以上参数只是一些常用的配置选项，实际使用中可能需要根据具体情况进行调整和优化，还需要确保系统具备足够的资源（如 CPU、内存等）来支持并发读取操作。
相关问题与解答：
问题1：Flink CDC 中的 CDAS 语法是什么？
答：CDAS (Change Data Capture Application Source) 是 Flink CDC 提供的一种应用程序源，用于从外部系统中捕获变更数据并提供给 Flink 进行处理，它基于 Flink CDC 提供的 API，可以通过编写自定义的应用程序逻辑来实现对外部系统的变更数据的捕获和处理。
问题2：在 Flink CDC 中，如何提高全量读取阶段的并发能力？
答：要提高 Flink CDC 中全量读取阶段的并发能力，可以考虑以下几个方面的配置：增加最大并发表的数量、增加最大并发源的数量、增加最大并发读取器的数量、增加最大并发扫描器的数量以及增加任务并行度，这些参数可以根据具体需求进行调整和优化，以提高读取操作的并发性能。
