共计 1627 个字符，预计需要花费 5 分钟才能阅读完成。
ClickHouse 在执行剖析查问时的速度劣势很好的补救了 MySQL 的有余，然而对于很多开发者和 DBA 来说，如何将 MySQL 稳固、高效、简略的同步到 ClickHouse 却很艰难。本文比照了 NineData、MaterializeMySQL（ClickHouse 自带）、Bifrost 三款产品，看看他们在同步时的差别。
比照后果概述
整体上，NineData（官网：www.ninedata.cloud）的数据复制性能在性能、性能体现最突出。其次是 Bifrost 和 ClickHouse 自带的 MaterializeMySQL。NineData 在增量 DDL 的解决、字段映射的准确性、无主键表、以及功能丰富度上最强（数据校验、过滤、限流等），具体的对比方下图：
构造映射比照
在做了具体比照之后，对于根底类型，只有 NineData 思考的更加残缺，例如 MySQL 的 datetime 须要映射到 ClickHouse 的 DateTime64，否则则可能呈现数据失落。如果应用 Biforst 或 MaterializeMySQL 等其余产品均映射到 datetime 可能会造成肯定水平的数据精度失落。
此外，在比照了 MySQL 全副数据类型之后，发现 NineData 反对更残缺，例如对 JSON 类型、几何数据、地理信息仅 NineData 反对。此外，对于根底类型，也只有 NineData 思考更加粗疏，应用 Biforst 或 MaterializeMySQL 等其余产品则可能导致精度失落，从而造成数据失落。
具体的对比方下图：
无主键表反对
NineData 对记录做了非凡的标记解决，所以很好的反对了无主键表的数据同步。而 MaterializeMySQL、Biforst 均不反对。
具体的对比方下图：
增量 DDL
对于数据增量同步，反对好各种类型的 DDL 是保障同步链路继续稳固的要害，NineData 在无主键表 DDL 反对、字段删除、字段名批改等非凡操作均做了适配解决，能够很好的保障复制链路的问题。同时，NineData 还提供了可视化的谬误修复和跳过性能，能够最大限度的保障链路继续稳固。
具体的对比方下图：
限流、比照、过滤等
除了后面介绍的个别性能之外，为了晋升数据品质、保障稳固，NineData 还反对了包含数据比照、运行中的限流、数据过滤等性能。具体的阐明如下：
同步性能比照
这里应用 sysbench 工具生成了 5000 万行记录进行全量性能比照，再生成约 1800 万次 DML（约 5GB Binlog）进行增量性能比照。
比照中，全量同步 NineData 性能为 36.2W RPS（每秒同步记录数）为最高；增量同步则是 ClickHouse 自带的同步工具 MaterializeMySQL 最高，须要留神，MaterializeMySQL 在错误处理上比较简单，如果报错则须要全副从新同步。
具体的比照如下：
- 全量同步
通过 sysbench 生成 10 张表，每张表 500W 记录（5000W 行），数据文件大小约为 12G：
- 增量同步
通过 sysbench 生成 5G 大小的 BinLog 日志（约 1800W 次 DML），再进行增量同步：
总结
NineData（https://www.ninedata.cloud/）在性能上当先其余同步工具，特地是字段类型的全面适配和增量复制期间 DDL 的反对度，并且在动静限流、数据比照、监控等能力上也反对的最欠缺。
所以，如果想把 MySQL 的数据实时同步到 ClickHouse， 举荐应用 NineData，不仅应用简略（SaaS），并在满足性能和性能的前提下，实现了字段类型的无损转换和数据的实时复制，很好的解决 MySQL 同步数据到 ClickHouse 的问题。
补充阐明
以后各个云厂商尽管都提供 ClickHouse 托管服务，然而另一方面云厂商又都在倒退本人的数仓产品，在同步性能反对上通常仅对自家的数仓产品反对比拟好，而对 ClickHouse 同步反对都很单薄。此外，开源工具 Canal 也因为不能很好的反对构造同步，应用和保护起来并不不便。
