# 1. InfluxDB 2.x 基于 Flux 查询语言与 TSM 存储引擎 A 无 TSM 引擎 B 仍用 InfluxQL C 使用 Flux 查询语言与 TSM 存储引擎，用 bucket 组织数据 ✓ 正确答案 D 用 database 组织数据
# 2. QuestDB 通过 designated timestamp 与 latest by 优化时序查询 A 时间不参与索引 B 无指定时间戳 C latest by 全表扫描 D designated timestamp 提供时间索引，latest by 高效返回每键最新记录 ✓ 正确答案
# 4. Debezium 基于 Kafka Connect，通过 source connector 接入 PG/MySQL/MongoDB 等 A 无连接器机制 B 只支持 MongoDB C 与 Kafka 无关 D 基于 Kafka Connect 用 source connector 把多种数据库变更发布到 Kafka ✓ 正确答案
# 5. Debezium 通过 Logical Replication Slot（Postgres）或 Binlog（MySQL）读取变更 A Postgres 用逻辑复制槽、MySQL 用 binlog 读取变更并记录偏移续传 ✓ 正确答案 B 只能轮询 C 无偏移记录 D 无法续传
# 6. Debezium 提供 outbox 模式支持分布式事务下沉 A 事件写入与业务同事务的 outbox 表，由 Debezium 捕获发布，保证原子性 ✓ 正确答案 B 用分布式事务 C outbox 与业务无关 D 无法保证一致性
# 7. Debezium 通过 SMT（Single Message Transform）做事件脱敏与路由 A SMT 需改应用 B SMT 在 connect 内做脱敏与路由，无需改应用 ✓ 正确答案 C 只做日志 D 无法脱敏
# 8. Debezium 通过 heartbeat.topic 维持复制槽活跃 A heartbeat 无用 B 周期心跳维持复制槽活跃，避免低流量下 WAL 堆积或中断 ✓ 正确答案 C 只在高流量发心跳 D 心跳与复制槽无关
# 9. Maxwell 通过 MySQL Binlog 解析为 JSON，输出到 Kafka/Redis A 只支持全量 B 解析 MySQL binlog 为 JSON 输出到 Kafka/Redis，轻量专注 ✓ 正确答案 C 输出非 JSON D 不支持 Kafka
# 10. Canal 通过 MySQL Binlog 模拟 slave 协议解析变更 A 无法解析 binlog B 需装插件 C 模拟 slave 协议接收 binlog 并解析变更，供客户端消费 ✓ 正确答案 D 只支持全量
# 11. Flink CDC 通过 Debezium 或自研 Source 接入 MySQL/PG/MongoDB/Oracle A 通过 Debezium/自研 Source 接入多数据库，把变更作为 Flink 流处理 ✓ 正确答案 B 只支持 MySQL C 无实时计算 D 与 Flink 无关
# 12. Flink CDC 在 2.2 引入增量快照（Incremental Snapshot）框架，无需全锁表；3.x 如何演进为全增量统一框架？ A 2.2 增量快照用 chunk+高水位免全表锁，3.x 统一全量增量框架 ✓ 正确答案 B 2.2 需全表锁 C 3.x 无变化 D 不支持并行
# 13. Flink CDC 通过 at-least-once + 业务主键实现 exactly-once 端到端 A 无主键也能去重 B at-least-once 投递 + 业务主键幂等覆盖，实现端到端 exactly-once ✓ 正确答案 C 只能是 at-most-once D 无法保证一致
# 14. TimescaleDB 通过 hypertable 自动按时间分块（chunk） A 手动分块 B hypertable 自动按时间分块为 chunk，查询只扫相关 chunk，便于维护 ✓ 正确答案 C 不按时间 D 无 chunk 概念
# 15. Continuous Aggregates 在 2.x+ 支持自动刷新策略（refresh_interval） A 不支持时间窗口 B 需手动刷新 C 无物化 D 自动维护的物化聚合，refresh_interval 配置自动刷新，增量更新 ✓ 正确答案
# 16. Continuous Aggregates 支持 Real-time 与 Continuous 两种刷新模式 A 两种相同 B Real-time 不实时 C Continuous 返回最新 D Real-time 实时合并未物化数据更实时，Continuous 只返回物化结果更稳定 ✓ 正确答案
# 17. TimescaleDB 通过 compression 降低长期数据存储 A 无法压缩 B 压缩后不可读 C 对历史 chunk 用列式压缩显著降低存储，可配置策略自动压缩 ✓ 正确答案 D 压缩不降存储
# 18. TimescaleDB 通过 retention policy 自动删除过期数据 A 按时间自动删除过期 chunk，配合压缩实现数据生命周期管理 ✓ 正确答案 B 需手动删除 C 无法自动清理 D 保留策略与压缩无关
# 19. InfluxDB 通过 bucket、organization、token 多租户隔离 A 无隔离 B organization 划租户、bucket 分数据、token 控权限，实现隔离 ✓ 正确答案 C 单一 token D 无组织概念
# 20. InfluxDB 在 IOx（3.x）引入列存引擎，支持 SQL 查询 A 不支持 SQL B 仍用行式 TSM C 引入列式存储与 Parquet/对象存储，并支持标准 SQL 查询 ✓ 正确答案 D 无对象存储
# 22. InfluxDB 通过 line protocol 接收写入 A 无 tag 概念 B 二进制格式 C 不支持批量 D 用文本行表达 measurement、tag、field、timestamp，支持批量高效写入 ✓ 正确答案
# 23. QuestDB 基于原生时间序列表设计，使用 SQL 与 PG-Wire 协议 A 原生时序表按时间分区列式存储，支持 SQL 与 PG-Wire 协议 ✓ 正确答案 B 行式存储 C 无 SQL D 无 PG-Wire
# 24. QuestDB 在 7.x 引入 ILP（InfluxDB Line Protocol）写入协议 A 与 InfluxDB 无关 B 只支持自研格式 C 无 ILP D 7.x 支持 InfluxDB line protocol 写入，兼容 InfluxDB 生态降低迁移成本 ✓ 正确答案
# 27. DolphinDB 通过 TSDB 引擎与 OLAP 引擎分库存储 A TSDB 引擎优化时序写入，OLAP 引擎优化列式分析，可按需分库 ✓ 正确答案 B 单一引擎 C TSDB 面向分析 D 无 OLAP 引擎
# 29. Maxwell 支持 initial bootstrap 与 recover 模式 A 无全量 B 只支持增量 C initial bootstrap 全量加载，recover 从中断处恢复，实现全量+增量可靠同步 ✓ 正确答案 D 中断无法恢复
# 30. Maxwell 通过 filter 限定数据库与表 A 必须同步全部表 B 无过滤 C filter 用 include/exclude 限定库表，实现选择性同步 ✓ 正确答案 D filter 不支持通配符
# 31. Maxwell 在 1.40+ 支持 DDL 输出 A 1.40+ 捕获并输出 DDL 变更，同步 schema 变化 ✓ 正确答案 B 只输出 DML C 无 DDL D 无法感知 schema
# 32. Canal Server 与 Canal Client 解耦，输出到 Kafka/RocketMQ A 无需耦合 B Server 解析 binlog，Client/消息队列消费，解耦可扩展 ✓ 正确答案 C 只能自定义 Client D 不支持 Kafka
# 33. Canal 提供 Adapter 同步到 ES、HBase、RDB A 需自写消费 B 只支持 ES C Adapter 把变更同步到 ES/HBase/RDB 等目标，配置驱动 ✓ 正确答案 D 无适配器
# 34. Canal 在 v1.1.5+ 支持 Prometheus 指标暴露 A v1.1.5+ 暴露 Prometheus 指标，便于监控延迟与吞吐 ✓ 正确答案 B 无监控 C 不支持 Prometheus D 指标不可观测
# 35. Flink CDC 与 Paimon/Iceberg/Hudi 集成写入 Lakehouse A Flink CDC 捕获变更写入 Paimon/Iceberg/Hudi，实现实时入湖 ✓ 正确答案 B 只写计算 C 无法入湖 D 与 Lakehouse 无关
# 36. Flink CDC 提供 Source/Sink 算子内 metrics 与 watermark 协同 A metrics 监控同步状态，watermark 基于 binlog 时间推进事件时间窗口 ✓ 正确答案 B watermark 无意义 C 无 metrics D 两者互斥
