在AWS DMS中，CDC（Change Data Capture）任务无法检测列名和类型的更改。这是由于CDC任务只能检测到数据的更改，而不是数据库模式的更改。

但是，您可以通过以下步骤来解决这个问题：

1. 创建一个Lambda函数，用于在CDC任务之前执行。此函数将调用AWS Glue的“GetTable” API来获取源表的元数据（包括列名和类型）。

import boto3

def get_table_metadata(database_name, table_name):
    glue_client = boto3.client('glue')
    response = glue_client.get_table(DatabaseName=database_name, Name=table_name)
    columns = response['Table']['StorageDescriptor']['Columns']
    return columns

def lambda_handler(event, context):
    source_database_name = event['sourceDatabaseName']
    source_table_name = event['sourceTableName']
    
    columns = get_table_metadata(source_database_name, source_table_name)
    
    # 将元数据存储在S3或其他地方，以便后续使用
    # ...

2. 在AWS DMS任务之前，您可以使用AWS Lambda来调用上述函数，并将源数据库和表名作为输入参数传递给函数。可以使用AWS CloudWatch Events或AWS Step Functions来触发Lambda函数。

3. 在目标端，您可以创建另一个Lambda函数，用于在CDC任务之后执行。此函数将调用AWS Glue的“GetTable” API来获取目标表的元数据，并将其与之前存储的源表元数据进行比较。

import boto3

def get_table_metadata(database_name, table_name):
    glue_client = boto3.client('glue')
    response = glue_client.get_table(DatabaseName=database_name, Name=table_name)
    columns = response['Table']['StorageDescriptor']['Columns']
    return columns

def compare_metadata(source_columns, target_columns):
    # 比较源表和目标表的元数据
    # ...

def lambda_handler(event, context):
    source_database_name = event['sourceDatabaseName']
    source_table_name = event['sourceTableName']
    target_database_name = event['targetDatabaseName']
    target_table_name = event['targetTableName']
    
    source_columns = get_table_metadata(source_database_name, source_table_name)
    target_columns = get_table_metadata(target_database_name, target_table_name)
    
    compare_result = compare_metadata(source_columns, target_columns)
    
    # 处理比较结果
    # ...

您可以根据自己的需求和情况修改上述代码示例。这种方法可以通过比较源表和目标表的元数据，来检测列名和类型的更改，并采取相应的处理措施。