数据量千万级的，没有时间戳的数据表怎么做数据同步？

[Morty231]

请教各位大佬，千万级的没有时间戳的数据表怎么做数据同步，一些细节：
1 、一共有几百张表，没有办法要求源数据添加时间戳；
2 、数据量很大无法做全量比对；
3 、表里有唯一标识列，但是没有最后修改时间列，无法增量同步；
4 、业务会在原表的记录上直接更新数据；

[perfectlife]

数据同步一板也不是根据表中时间戳字段的吧，比如 mysql 用 binlog 日志，舍得花钱就 dts

[NoobNoob030]

如果是 mysql 可以考虑用 binlog 同步

[Plutooo]

CDC ，Debezium 、Flink CDC

[liuzhedash]

思路 1：上一套类似 Oracle GoldenGate 的系统
思路 2：给表加触发器和配套的日志表，记录那些记录被更新了，然后写一套代码去同步

总得说要么去读数据库的存储日志，要么自己维护一套日志表来解决原始表里没有更新时间的问题

[bootvue]

cloud canal 可以免费用

[sagaxu]

才千万级，每秒处理 10 万，几分钟就比对完了。

如果实时性要求高，那就订阅更新行为，常用的有
1. 触发器
2. 中间件
3. binlog
4. 更新通知，如 pgsql 的 listen-notify

[yinmin]

我以前用过 2 种方式，都是生产环境用的，供参考：

1. 可以使用触发器 trigger ，将 insert 、update 、delete 的唯一标识记录到新一个新表 tblrecordlog 中，然后写一个同步程序根据 tblrecordlog 同步数据。

2. 有一个项目，背景：只读对方数据库，对方不允许对他们的数据库做任何变更（甲方核心业务系统，没人肯背锅，没法用方案 1 ）。需要将对方业务数据每天导入到我们的数据库里做数据分析。数据量大概是 10 万条/天，在开协调会的时候，对方信誓旦旦的承诺业务数据不会变更昨天及之前的数据。

然后项目跑起来，发现对方系统会偷偷变更以前的数据，1 个月会出现几条到十几条。我们的应对措施是先根据日期汇总前 90 天的金额和笔数与我们数据库做比较，如果不相同就同步整天的所有记录。

[buyerhou]

使用 otter 服务，可以进行 mysql 数据库之间的同步，采用了这个方案的话，请回复下

[Foxkeh]

主从备份

[ala2008]

只做一次还是持续做，持续的那就是主从，一次的就更简单了

[qingbu]

我写过全量、增量的 DTS ，如果是从 MySQL 到 MySQL 的话，有没有时间戳不重要，只要有主键 or 唯一键就能实现无损+不停机迁移。大致思路是先记录一个 gtid 或者 binlog position 。然后开始全量数据同步，根据主键确定一个全量边界。然后用 binlog 进行增量同步。

[qingbu]

@qingbu 数据校验的话没有时间字段确实比较麻烦，可以分段计算 crc32 ，如果段内出现不一致可以二分找到不一致的具体行，输出出来，然后对具体的行进行二次校验。具体可以参考 TiDB 开源的校验工具

[realpg]

刚搞完一个相同需求
直接把 MYSQL 集群化 然后额外多创建个只读副本...