关于mysql:Tapdata-Cloud-场景通关系列-Oracle-→-MySQL-异构实时同步

2次阅读

共计 3127 个字符，预计需要花费 8 分钟才能阅读完成。

【前言】作为中国的“Fivetran/Airbyte”, Tapdata Cloud 自去年公布云版公测以来，吸引了近万名用户的注册应用。应社区用户上生产零碎的要求，Tapdata Cloud 3.0 将正式推出商业版服务，提供对生产零碎的 SLA 撑持。Tapdata 目前专一在实时数据同步和集成畛域，外围场景包含以下几大类：

实时数据库同步，如 Oracle – Oracle, Oracle – MySQL, MySQL – MySQL 等
数据入湖入仓，或者为古代数据平台供数，如：
- 惯例 ETL 工作（建宽表，数据荡涤，脱敏等）
- 为 Kafka/MQ/Bitsflow 供数或下推

具体场景则不可胜数，值此之际，咱们将以系列文章模式，为大家盘点 Tapdata Cloud 能够撑持的业务场景，以便大家更好地在业务中利用 Tapdata，本期为系列文章第一弹。（点击申请产品内测，领先体验 →）

以后，异构数据库数据实时同步的利用场景极为常见，一方面随着数据库技术的更新换代、国产化代替，以及数据利用场景的拓展，传统数据库难以满足需要，亟待进行数据迁徙与数据库降级；另一方面，历经几十年的数字化历程，企业数据孤岛越来越重大，将数据实时汇聚对立的需要也越发急切。

传统异构数据库同步的常见实现形式次要是：1、数据库厂商自身提供的迁徙 / 同步工具，像是 Oracle 的 OGG；2、通过开源工具和本人编写 SQL 构建数据链路。而 Tapdata 则在这些模式之外，自研了一套齐全脱离简单执行逻辑的极简计划，并反对低代码、可视化操作。

作为一款由 Tapdata 推出的异构数据库实时复制与同步 SaaS 服务，Tapdata Cloud 在产品能力上具备以下劣势：

更宽泛的数据源反对：反对多种常见数据库和 SaaS 数据源，在 MongoDB、MySQL、Oracle、SQL Server、DB2、Elastic、Kafka、Sybase、PostgreSQL、Redis、GaussDB、Doris 等支流及新兴的开源或商业数据库之余，还在一直扩大对包含 Gbase 8s、OceanBase、Tablestore、Kylingence 等在内的国产数据库反对；
更实时：基于日志的数据库 CDC 技术，0 入侵实时采集，毫秒级同步提早，助力平滑迁徙；
低代码更高效：拖拽式的“零”代码配置操作，基于 JS 的低代码，轻松实现跨零碎跨类型的数据实时同步和解决；
更灵便牢靠：基于云原生架构，更加弹性，更具平安保障性；
更自主可控：纯国产自研，对国产数据库更敌对，高度适配国产化倒退需要。

第一步：创立数据源 Oracle 连贯

【△ 查看操作详情视频】

第二步：创立数据指标 MySQL 连贯

【△ 查看操作详情视频】

第三步：开启数据复制工作

【△ 查看操作详情视频】

附录：操作注意事项

① 创立连贯：配置时要特地注意屏幕右侧的【连贯配置帮忙】，确保【先决条件】所列各项，均已在服务器上失去反对。

② 源节点设置：

数据读取范畴可选【全表】和【自定义】：
- 抉择全表时，可手动开启【动静新增表】，工作将会主动解决新增、删除表。

抉择自定义时有两种形式，一是通过鼠标点击退出到抉择表中，二是通过粘贴表名的模式退出。

【批量读取】条数为全量同步时，能够依据服务器的压力和带宽设置每一次读取的数据条数。
【DDL 事件采集】开启后将会主动同步原表构造的变动，譬如新增批改字段、批改属性以及删除字段。

③ 指标节点的【高级设置】阐明：

【反复解决策略】：当复制工作启动时，如果发现指标端曾经存在雷同表名的表时，是应用现有的表和数据还是删除重建

【插入策略】：当源端插入了一条指标端曾经存在的数据时，是更新指标端还是疏忽该条数据

【更新事件】：当源端批改了一条指标端没有的数据时，指标端是插入该数据还是疏忽该数据

【删除事件】：当源端删除了指标端不存在的数据时该如何操作（*MySQL 目前只反对不存在时抛弃一个策略）

【全量多线程写入】：这里默认为 8，能够依据服务器的性能抉择适合的线程
【增量多线程写入】：默认为敞开，开启时可能会存在并发写入时的反复危险，须要依据数据库的理论状况进行抉择

④【工作设置】阐明：

可设置【同步类型】：当抉择【全量】时只进行一次性的复制；如果只抉择【增量】，则只会将工作启动后的变更同步到指标表。

⑤ 工作的【高级设置】阐明：

【共享开掘】：若有多个工作须要从源库读取数据时，为升高源库压力，开启后会将增量日志存储到两头库中（* 留神：只有工作和源链接都开明时才无效）
【数据校验】：开启后会对工作中所有的表数据进行校验，不统一时，能够在工作监控中查看。这里须要留神的是，当工作合乎以下三种状况时，即便开启工作也不会进行校验：a) 增加了两头解决节点；b) 源连贯不反对校验；c) 指标连贯不反对校验

【增量同步并发写入】：能够全局管制所有指标节点是否能进行多线程写入。
【增量滞后判断】：工夫可设置滞后工夫，超过该工夫才会触发增量滞后的统计。
【处理器线程数】：为该代理做两头数据转换运算时应用的线程数量
【增量数据处理模式】当设置为批量时，服务器性能压力较小；当设置为逐条时性能较差，但实时性更高。

⑥ 工作的保留和运行：

创立的工作都会被零碎保留下来，处于【编辑中】状态。能够间接点击右上方的【启动】按钮进行配置检测和工作启动；也能够只点击【保留】按钮，只检测工作配置。如果能够启动，工作会被置为【待启动】状态。（* 请留神定期清理编辑中的草稿工作）。

⑦ 画布的操作：

能够在画布上方点击撤销、重做或者删除节点、将内容居中、主动布局、框选、放大放大、查看工作日志以及对工作进行具体的设置。

如前演示，本参考示例实用于多种异构数据库数据实时同步场景。Tapdata Cloud 3.0 数据源反对：MySQL、MariaDB、PostgreSQL、Oracle、MongoDB、IBM DB2、SQL Server、ClickHouse、Kafka、ActiveMQ、RabbitMQ、RocketMQ 等；数据指标反对：ElasticSearch、Redis、Hive1、ClickHouse、Apache Doris、Kafka、ActiveMQ、RabbitMQ、RocketMQ、Gbase 8s、OceanBase、Tablestore、Kylingence、BigQuery 等，均可依照上述操作形式，执行并实现数据迁徙 / 实时同步工作。

三、限量内测报名中：Tapdata Cloud 3.0 抢鲜试用

全新降级的 Tapdata Cloud 3.0 领有更加全面的链路可观测性的可视化操作界面、加强的数据复制能力，以及数据开发 beta 等多重性能个性上新，现已凋谢内测报名通道：https://tapdata.net/tapdata-c…
内测权利

将您的利用场景在最新的 Tapdata Cloud 上失去验证，帮忙您解决切实的技术 / 业务痛点，您的内测反馈和贵重倡议，将第一工夫在 Tapdata Cloud 上失去实现。