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

【前言】作为中国的 “Fivetran/Airbyte”, Tapdata Cloud 自去年发布云版公测以来，吸引了近万名用户的注册使用。应社区用户上生产系统的要求，Tapdata Cloud 3.0 将正式推出商业版服务，提供对生产系统的 SLA 支撑。Tapdata 目前专注在实时数据同步和集成领域，核心场景包括以下几大类： √ 实时数据库同步，如Oracle - Oracle, Oracle - MySQL, MySQL - MySQL 等 √ 数据入湖入仓，或者为现代数据平台供数，如： △ 常规 ETL 任务（建宽表，数据清洗，脱敏等） △ 为 Kafka/MQ/Bitsflow 供数或下推

具体场景则数不胜数，值此之际，我们将以系列文章形式，为大家盘点 Tapdata Cloud 可以支撑的业务场景，以便大家更好地在业务中应用 Tapdata，本期为系列文章第一弹。（点击文末「阅读原文」申请产品内测，抢先体验）

当前，异构数据库数据实时同步的应用场景极为常见，一方面随着数据库技术的更新换代、国产化替代，以及数据应用场景的拓展，传统数据库难以满足需求，亟待进行数据迁移与数据库升级；另一方面，历经几十年的数字化历程，企业数据孤岛越来越严重，将数据实时汇聚统一的需求也越发急迫。

传统异构数据库同步的常见实现方式主要是：1、数据库厂商本身提供的迁移/同步工具，像是 Oracle 的 OGG ；2、通过开源工具和自己编写 SQL 构建数据链路。而 Tapdata 则在这些模式之外，自研了一套完全脱离复杂执行逻辑的极简方案，并支持低代码、可视化操作。

Tapdata Cloud：低代码可视化实现异构数据库数据实时同步

作为一款由 Tapdata 推出的异构数据库实时同步 SaaS 服务，Tapdata Cloud 在产品能力上具备以下优势：

• 更广泛的数据源支持：支持多种常见数据库和 SaaS 数据源，在 MongoDB、MySQL、Oracle、SQL Server、DB2、Elastic、Kafka、Sybase、PostgreSQL、Redis、GaussDB、Doris 等主流及新兴的开源或商业数据库之余，还在不断扩展对包括 Gbase 8s、OceanBase、Tablestore、Kylingence 等在内的国产数据库支持；
• 更实时：基于日志的数据库 CDC 技术，0入侵实时采集，毫秒级同步延迟，助力平滑迁移；
• 低代码更高效：拖拽式的“零”代码配置操作，基于JS的低代码，轻松实现跨系统跨类型的数据实时同步和处理；
• 更灵活可靠：基于云原生架构，更加弹性，更具安全保障性；
• 更自主可控：纯国产自研，对国产数据库更友好，高度适配国产化发展需求。

操作演示：以 Oracle → MySQL 的数据同步任务为例

第一步：创建数据源 Oracle 连接

第二步：创建数据目标 MySQL 连接

第三步：开启数据复制任务

【附录】操作注意事项

① 创建连接：配置时要特别留意屏幕右侧的【连接配置帮助】，确保【先决条件】所列各项，均已在服务器上得到支持。

② 源节点设置：

• 数据读取范围可选【全表】和【自定义】：
  • 选择全表时，可手动开启【动态新增表】，任务将会自动处理新增、删除表。

• 选择自定义时有两种方式，一是通过鼠标点击加入到选择表中，二是通过粘贴表名的形式加入。

• 【批量读取】条数为全量同步时，可以根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】开启后将会自动同步原表结构的变化，譬如新增修改字段、修改属性以及删除字段。

③ 目标节点的【高级设置】说明：

• 【重复处理策略】：当复制任务启动时，如果发现目标端已经存在相同表名的表时，是使用现有的表和数据还是删除重建

• 【插入策略】：当源端插入了一条目标端已经存在的数据时，是更新目标端还是忽略该条数据

• 【更新事件】：当源端修改了一条目标端没有的数据时，目标端是插入该数据还是忽略该数据

• 【删除事件】：当源端删除了目标端不存在的数据时该如何操作（*MySQL 目前只支持不存在时丢弃一个策略）

• 【全量多线程写入】：这里默认为8，可以根据服务器的性能选择合适的线程
• 【增量多线程写入】：默认为关闭，开启时可能会存在并发写入时的重复风险，需要根据数据库的实际情况进行选择

④ 【任务设置】说明：

可设置【同步类型】：当选择【全量】时只进行一次性的复制；如果只选择【增量】，则只会将任务启动后的变更同步到目标表。

⑤ 任务的【高级设置】说明：

• 【共享挖掘】：若有多个任务需要从源库读取数据时，为降低源库压力，开启后会将增量日志存储到中间库中（*注意：只有任务和源链接都开通时才有效）
• 【数据校验】：开启后会对任务中所有的表数据进行校验，不一致时，可以在任务监控中查看。这里需要注意的是，当任务符合以下三种情况时，即使开启任务也不会进行校验：a) 添加了中间处理节点；b) 源连接不支持校验；c) 目标连接不支持校验

• 【增量同步并发写入】：可以全局控制所有目标节点是否能进行多线程写入。
• 【增量滞后判断】：时间可设置滞后时间，超过该时间才会触发增量滞后的统计。
• 【处理器线程数】：为该代理做中间数据转换运算时使用的线程数量
• 【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 任务的保存和运行：

创建的任务都会被系统保存下来，处于【编辑中】状态。可以直接点击右上方的【启动】按钮进行配置检测和任务启动；也可以只点击【保存】按钮，只检测任务配置。如果可以启动，任务会被置为【待启动】状态。（*请注意定期清理编辑中的草稿任务）。

⑦ 画布的操作：

‍可以在画布上方点击撤销、重做或者删除节点、将内容居中、自动布局、框选、放大缩小、查看任务日志以及对任务进行详细的设置。

小结

如前演示，本参考示例适用于多种异构数据库数据实时同步场景。Tapdata Cloud 3.0 数据源支持：MySQL、MariaDB、PostgreSQL、Oracle、MongoDB、IBM

DB2、SQL Server、ClickHouse、Kafka、ActiveMQ、RabbitMQ、RocketMQ 等；数据目标支持：ElasticSearch、Redis、Hive1、ClickHouse、Apache Doris、Kafka、ActiveMQ、RabbitMQ、RocketMQ、Gbase 8s、OceanBase、Tablestore、Kylingence、BigQuery 等，均可按照上述操作方式，执行并完成数据迁移/实时同步任务。