数字化时代的到来，企业业务敏捷度的提升，对传统的数据处理和可用性带来更高的要求，实时数据同步技术的发展，给基于数据的业务创新带来了更多的可能。 Tapdata 产品合伙人徐亮带来实时数据同步的5大典型场景以及4种主流的技术模式分享，并一起了解作为新生代实时数据同步的 Tapdata Cloud 如何更轻松灵活的满足各种实时数据场景。

在企业客户里, SQL Server 在传统的制造业依然散发着持久的生命力，SQL Server 的 CDC 复杂度相比 Oracle 较低, 因此标准的官方派做法就是直接使用这个 CDC 接口进行同步，但江湖上也有通过裸解析 ldf 文件来直接读取数据库变更，本文将就这两大门派展开探讨。

企业信息化过程形成了大量的数据孤岛，这些并不连通的数据孤岛是企业数字化转型的巨大挑战。Tapdata Real Time DaaS 采用的CDC模式，具有巨大的优势，同时是一个有技术壁垒的活。当然，我们应对数据挑战的方式不止于此。

想实现 Oracle 的 CDC，排除掉一些通用的比如全量比对, 标记字段获取之外, 真正的增量形式获取变更, 有三种办法: Logminer 、XStream 、裸日志解析，但不管哪种方法都会导致 Oracle 的同步变得工程量巨大, 而使用 Oracle 的客户, 又大多对数据的准确性要求非常严格的, 这里形成了一个非常庞大而传统的市场。

本文将选取市面上一些流计算框架包括 Flink 、Spark 、Hazelcast，从场景需求出发，在核心功能、资源与性能、用户体验、框架完整性、维护性等方面展开分析和测评，剖析实时数据框架的特色。

在对数据的认识里, TAPDATA 引擎的设计和一些其他的流框架不太一样, 他的对象抽象里没有批数据和流数据的区分, 数据只有一种, 被命名为 Record, 数据来源只有一种, 命名为 DataSource, 而数据流阶段也只有一种, 被命名为 DataStage ......

前言2006 年诞生的 hadoop 和 她周边的生态, 在过去的这些年里为大数据的火热提供了足够的能量, 十几年过去了, 场景在变化, 技术在演变, 大家对数据的认知已经不再局限于 T+1 与 高吞吐高延迟 为主要特征的上一代框架理念, 在真实的场景里, 实时, 准确, 多变 的数据也发挥着越来越重要的作用为满足这些新的需求, 各种框架和中间件如雨后春笋般不断涌出hive 的出现让这头大象...

flink 是一个非常火热的流计算框架, hazelcast-jet 是 TAPDATA 在进行流计算时采用的一个嵌入式的流计算框架 看到 hazelcast-jet 官方自己做了一些与 flink 的性能压测对比, 这边比较好奇他们的性能差异是否真有那么大, 会尝试做一系列性能测试, 来给大家一个参考

本文将简单易懂地介绍数据虚拟化技术及数据虚拟化软件架构的实现方法，尽量避免教条主义。如需要了解虚拟化定义，可通过wiki 百科了解。先引用一段百度百科的文字来说明数据虚拟化的定义：数据虚拟化（data virtualization）是用来描述所有数据管理方法的涵盖性术语，这些方法允许应用程序检索并管理数据，且不需要数据相关的技术细节，例如它格式化的方式或物理位置所在。正如百科的定义，采用数据...

数据即服务（DaaS）是一种数据管理策略，旨在利用数据作为业务资产来提高业务创新的敏捷性。它是自 1990 年代互联网高速发展以来越来越受欢迎的“一切皆服务”（XaaS）趋势下关于数据服务化的那一部分，介于 PaaS 和 SaaS 之间。与 SaaS 类似，DaaS 提供了一种方式来管理企业每天生成的大量数据，并在整个业务范围内提供这些有价值的信息，以便于进行数据驱动的商业决策。同时，我们也...

Tapdata Cloud 是钛铂数据自研的异构数据库实时同步工具 Tapdata Replicator 的云服务版本，现在免费提供所有开发者和企业使用Tapdata Cloud 目前支持 Oracle、MySQL、PostgreSQL、SQL Server、MongoDB、Elasticsearch 之间的数据迁移和同步，未来将陆续上线 DB2、Sybase ASE、Redis、Kafka 等。

Tapdata 专注于实时数据的处理技术，在数据库迁移和同步方面，Tapdata 的表现非常优秀，实时、多元、异构，尤其在关系数据库到非关系数据库之间的双向同步方面，无论是从操作上，还是效率上，都体现了业界领先的水平。本文重点阐述 Tapdata 在数据库实时同步方面的技术要点。

Tapdata的实时数据开发平台产品系列可以帮助企业构建一站式实时数据开发及服务平台DaaS（Data as a service），为企业提供统一和完整的企业主数据层，能够在此基础上查询，分析和创新。Tapdata产品覆盖了企业数据使用过程中，所需要的各种步骤和工具。

基于Hadoop的方案本质上是个OLAP离线数据的处理分析。对OLTP在线业务支撑并不理想。而企业在TP业务上投入和AP相比是9：1。大数据供应商竭尽其能包装的包治百病的神话，自然很快就被发现无法满足客户的期望值。现在大数据热度是没有了，但是它会消亡么？不会的。它还会在适合它的场景持续存在。

最近, 南京秦淮区教育中台系统，成功地和市系统进行了一次圆满对接。通过教育中台提供的统一数据能力和低代码API对接能力，实现了对市系统数据的实时推送和拉取，以及各类业务逻辑上的处理。这次对接为南京市中小学生创客大赛的成功举办提供了及时可靠的数据支撑, 体现了中台系统在快速响应业务方面的优越性。

Tapdata DaaS 可以看做是 MongoDB 生态上一个工具集。 要做一个数据中台，要同步、要治理、要建模、还要做API发布，这些都不是 MongoDB 做的事情，MongoDB 主要是做数据库为它的核心的主要的功能，其他的相应的功能就可以通过一些外围的工具。而 Tapdata DaaS 可以快速的来实现这些不需要用代码的方式快速把数据的同步，建模和治理，以及发布给快速的做出来。

常见搭建数据中台的技术产品数据中台包括：统一数据平台，数据同步，数据治理，数据服务四大部分。下表列出了这四大部分中相应的技术产品，有同步汇聚工具、有数据治理、还有数据服务。

基于对于数据中台的理解和定义，我们列出了数据中台所应该具备的技术需求。主要是分为：数据存储系统、数据同步汇聚工具、数据治理和开发、数据交换和发布、数据管理能力五大模块。

构建企业数据中台，所支撑的场景不仅仅是分析（如可视化分析，数据发现，数据报表等等），也包括满足各种前端业务应用对数据的需求，如CRM、BPM、SCM、MES等。所以这里提供的数据服务是全渠道业务，而不是传统数仓做的BI类似的工作。更多前端业务应用如掌上商城、手机银行、保单管理、客户360、统一订单、销售大屏等。汇聚在中台的数据可以直接推到手机、App等各类前端，并且是实时的，交互的数据。

数据孤岛带来的影响严重阻碍了新业务对已有数据的重复利用： - 需要大量时间对接和同步； - 用户体验下降，数据不完整不实时； - 重复建设，复用率低等。

通过Tapdata 构建全渠道商品中心，实现： - 支持中国大陆港澳台的上千家门店的生产环境； - 使用JS脚本来进行流处理计算，业务需求从开发到上线过程快至 1 天以内； - 任务配置与执行监测全程可视化操作，不懂技术也能完成操作，极大降低维护成本； - 一套产品可满足不同需求，根据业务需求产出不同类型的业务模型节省大量人力物力。

使用MongoDB作为主机下行或新一代数据库的选择，将业务数据从已有主机或Oracle等关系型数据库复制到MongoDB； 使用Tapdata Replicator的CDC技术，实时监听现有业务库的数据变动并同步至MongoDB； 使用Tapdata 的RDM技术将关系型表合并转型到MongoDB JSON数据结构，并保持和源库的高度数据一致； 在MongoDB上进行新业务的开发。

基于GridFS的异地分布式存储构建的数据中台关键成果： - 集群提供自动故障转移能力，系统可用率>99.9% ； - 支持无缝线上扩容能力 – 可随着数据量增加而逐渐扩容； - 以统一接口（REST API）向使用方提供所需数据。

Oracle - MongoDB异构同步关键成果： - 实现T+0实时业务场景； - 初始同步速度>=每秒1万条记录； - 实时增量同步>=每秒500条更新的处理能力； - 实时增量同步的数据延迟<=15秒。

数据中台应需求而生，而MongoDB参与的数据中台架构方案，简单便捷，帮助企业前台业务创新快速落地。同时节约成本，保护了先前投入，并且在起步阶段的硬件投入相当低，随着日后数据量的增加，可以按需配套扩展，而这一切基于MongoDB的特性是无缝衔接的。

Tapdata Replicator包括任务调度设计、监控、告警，模式匹配，故障自动转移、日志管理、断点续传，同步验证等功能。能够从各种数据库，比如Oracle、MySQL、SQLSever、DB2等；不同的流数据，比如Kafka、MQTT、Log、Socket等；不同的文件，比如Excel、CSV、XML、Binary等中采集数据。

在智慧校园创建中，后台（或者说是底部）有着各类应用形成的丰富数据资源，而这些数据资源却不能统一、快捷、实时地支持前台（或者说是上部）的使用，很大地限制了这一轮智慧教育的设计和需求的实现。

Tapdata 是全球首个基于数据即服务架构理念、面向 TP 场景的企业实时主数据服务平台，可以帮助企业快速实现主数据的统一管理和发布，并为所有数据库、数仓、大数据平台提供最实时的源数据，让数据随时可用。