数据库同步与复制方案设计

要解决什么问题

跨库、跨引擎的数据同步与复制，往往不是「连上就能跑」。你需要在全量/增量、双向还是单向、延迟与一致性之间做取舍，还要处理表映射、schema 变更、主键冲突和复制滞后告警。本技能把这类方案设计拆成可执行的模块，而不是泛泛讲「数据集成」。

技能如何组织方案

从架构层开始：同步模式与同步方法决定数据怎么流动；源/目标配置与表映射把具体库表落到可维护的配置上。变更侧走 Change Data Capture（CDC）：包含 CDC 配置与事件处理链路，便于做近实时同步而不是反复全表扫描。

数据一旦双向或多源写入，冲突处理就不可回避：技能覆盖冲突策略、冲突日志，以及 Schema 管理（schema 同步与迁移脚本），避免「线上表结构变了，同步任务静默失败」。运维侧有监控看板思路：同步状态与指标用来盯 lag 与失败重试。集成示例包括 PostgreSQL → BigQuery、MySQL → Elasticsearch 等常见组合，便于对照自己的栈选型。

适用边界与注意点

技能侧重方案设计与配置要点（含最佳实践：充分验证、监控延迟、冲突规则、迁移前备份、增量优先、审计日志、失败重试、schema 演进）。它不替代你对源库权限、网络隔离与合规审计的落地评估；生产环境仍需按业务定义 RPO/RTO，并在变更窗口内做回放与对账。