常见的 CDC 方案实现之Sqoop 离线同步是什么？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
sqoop 是一个开源的数据同步工具，它可以将数据库的数据同步到 HDFS/Hive 中， 支持全量同步和增量同步，用户可以配置小时/天的调度作业来定时同步数据。
sqoop 增量同步是一种侵入式的 CDC 方案，支持 Last Modified 和 Append 模式。
缺点：
直接 jdbc 请求源库拉取数据，影响源库性能
小时/天调度，实时性不高
无法同步源库的删除操作，Append 模式还不支持数据更新操作
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)