数据同步指的是将数据从一个数据库迁移至另外一个数据库，可以是同构数据库（例如从MySQL到MySQL），也可以是异构数据库（例如从MySQL到Elasticsearch），无论那种形式，同步的方法无外乎分为全量同步和增量同步。
全量同步
全量同步是指定时从源数据库中读取全量数据，然后直接写入到目的数据库中。当数据量特别大时，可以分批次读取和写入。然而，这其实是一种深翻页的操作，这会给数据库带很大的压力，会影响线上正常业务的响应时长。
为了配合全量同步，在每次开始同步之前，目的数据库需先清理现存数据，或者将新数据写入到临时表中，同步完成后再删除原数据。
综上所述，全量同步的优点是实现简单，无需借助其他数据同步中间件。但缺点却非常明显，数据更新不及时，同步时占用CPU和内存资源较多，最坏的情况下，会占用两倍磁盘空间。
增量同步
增量同步是指首次同步时采取全量同步的方式，之后只同步数据的变动，例如新增、更新、删除。增量同步需要解析数据库本身的log日志，例如MySQL的binlog。有许多中间件可以帮助我们来实现增量同步，例如canal、datax等。针对异构数据库同步的场景，建议使用kafka等消息中间件，来进行数据清洗、格式转化等操作，灵活性更大。
总结
建议在任何场景下，都要使用增量同步的方式。既能保证数据的实时性，又能降低同步时对源数据库的影响。贪图省事儿，大干快上，后期只能偿还技术债。
