Paimon 主键表的 merge-engine 和 changelog-producer 怎么选？
自测：先别看答案
试着用 1～2 分钟把这道题讲出来（说出声或写下要点），再展开对照。
面试怎么回答
merge-engine 决定同一主键多条数据怎么合并：默认 deduplicate 保留最新，partial-update 只更新非空列用来拼宽表，aggregation 按列聚合做预聚合，first-row 保留首条。changelog-producer 决定下游流式读取时的变更日志来源：上游已是完整 CDC 用 input；部分更新或聚合表要生成准确的更新前后值，就用 lookup 或 full-compaction，前者延迟低但写入更重，后者开销小但延迟跟着 Compaction 走。我会先按业务语义选 merge-engine，再按下游对延迟和准确性的要求选 changelog-producer。
先把这段讲顺；面试官追问时，再展开下面的原理和细节。
详细讲解
用 Paimon 建主键表，面试官常追问两个配置：
同一个主键来了多条数据，最后保留哪条？下游要流式读这张表，变更日志从哪来？
这两个问题分别对应 merge-engine 和 changelog-producer。
merge-engine：同一主键的多条数据怎么合并
- deduplicate（默认）：保留最新的一条，相当于 upsert。适合 CDC 同步、维表。
- partial-update：每条数据只更新非空的列。多个来源各自写宽表的一部分字段，用它可以省掉多流 JOIN，是拼宽表的常用办法。要注意多个来源的先后顺序，必要时配合序列字段（sequence group）控制每组字段谁新谁旧。
- aggregation：对每列按指定的聚合函数合并，比如 sum、max、last_non_null_value。适合在湖上直接做按主键的预聚合。
- first-row：只保留第一条，后续同主键数据被忽略。适合按主键去重、取首次事件。
选择的依据是业务语义：要「最新状态」用 deduplicate，要「拼字段」用 partial-update，要「累计」用 aggregation，要「首次」用 first-row。
changelog-producer：下游的变更日志从哪来
流式读取一张主键表时，下游需要知道每条记录是新增、更新前、更新后还是删除。
- none：不额外生成，下游只能拿到写入的数据本身，适合不需要完整变更语义的场景。
- input：把写入的原始数据直接作为 changelog。前提是上游本身就是完整的变更流，比如 CDC。
- lookup：在写入提交前，通过查找旧值生成完整的 changelog，延迟低但会增加写入开销。
- full-compaction：在全量 Compaction 时对比新旧数据生成 changelog，开销小但延迟取决于 Compaction 间隔。
怎么组合
CDC 入湖、下游要流式消费：deduplicate + input。
多流拼宽表、下游要流式消费：partial-update + lookup（或 full-compaction，取决于能接受的延迟）。
湖上预聚合：aggregation，下游如果要读到准确的增量，同样需要 lookup 或 full-compaction 生成更新前后的值。
这道题在刷题路线里：湖仓与 OLAP