数据迁移到 Databend
请选择源数据库与迁移需求，找到最适合的 Databend 迁移方案。
MySQL → Databend
Databend 支持两类主要迁移方式：
| 迁移方式 | 推荐工具 | 支持的 MySQL 版本 |
|---|---|---|
| 批量加载 | db-archiver | 所有 MySQL 版本 |
| 以 CDC 实时同步 | Debezium | 所有 MySQL 版本 |
何时选择实时迁移（CDC）
推荐：实时迁移优先选择 Debezium。
- 需要持续同步，延迟尽量低
- 需要捕获所有数据变更（插入、更新、删除）
| 工具 | 能力 | 最适合场景 | 适用情形 |
|---|---|---|---|
| Debezium | CDC、全量 | 以极低延迟捕获行级变更 | 需要完整的 INSERT/UPDATE/DELETE CDC；希望基于 binlog 的复制以降低源库压力 |
| Flink CDC | CDC、全量、转换 | 复杂 ETL + 实时转换 | 迁移过程中需要过滤/转换；需要可扩展的计算框架；希望使用 SQL 完成转换 |
| Kafka Connect | CDC、增量、全量 | 已有 Kafka 基础设施 | 已经使用 Kafka；需要简单配置；可以依赖时间戳或自增字段做增量同步 |
何时选择批量迁移
推荐：批量迁移优先选择 db-archiver。
- 需要一次性或定期批量迁移
- 需要迁移大量历史数据
- 对实时性没有要求
| 工具 | 能力 | 最适合场景 | 适用情形 |
|---|---|---|---|
| db-archiver | 全量、增量 | 高效归档历史数据 | 数据按时间分区；需要归档历史；希望轻量化工具 |
| DataX | 全量、增量 | 大规模数据高速迁移 | 需要高吞吐；希望并行处理；需要成熟广泛使用的工具 |
| Addax | 全量、增量 | DataX 增强版，更高性能 | 相比 DataX 需要更好的错误处理；想要监控增强；希望使用更新的功能 |
Snowflake → Databend
Snowflake 迁移 Databend 需要三步：
- 为 Amazon S3 配置 Snowflake Storage Integration：建立 Snowflake 与 S3 的安全访问
- 准备并导出数据到 S3：将 Snowflake 数据导出为 Parquet
- 加载数据到 Databend：从 S3 导入 Databend
何时选择 Snowflake 迁移
| 工具 | 能力 | 最适合场景 | 适用情形 |
|---|---|---|---|
| Snowflake 迁移 | 全量 | 整体数据仓库迁移 | 需要迁出整个 Snowflake 仓库；希望通过 Parquet 高效传输；需要保持两边的 schema 兼容 |
