今天主要想记录下相关的学习资料,等整个基础学习沉淀下来,在整体进行部署和实施。

整体的架构图:

整体思想:对数据库表开启cdc捕获功能,借助aws的dms数据库迁移功能,进行数据的完整复制或者差异性复制,然后同步到kafka集群中,ck通过消费kafka中的topic，拉取同步到ck的指定表中。 

注意:这里的源数据源是:sql server的数据表 目标数据源:kafka的表对象

1.对数据库以及指定的数据库表开启cdc功能,相关的文章:

SQL server 2016 开启CDC功能 捕获变更数据

2.公司使用的是aws的sql server 数据库,aws 自带的dms,可以用来做数据库的迁移和数据备份.

相关的视频学习资料和aws的文档:

Detailed Demo - AWS DMS for Data Migration in Redshift from SQL Server

微軟MSSQL資料轉移part02-AWS DMS-CDC持續差異性備份

使用 Amazon DMS 为持续复制创建任务

在 SQL Server 源中使用持续复制 (CDC) 的先决条件

Migrating your on-premises SQL databases to AWS RDS SQL Server using AWS DMS

3.将kafka作为dms的target:

将 Apache Kafka 作为 Amazon Database Migration Service 的目标

 4.将kafka数据同步到ck中

Clickhouse Engine kafka 将kafka数据同步clickhouse

CK与kafka的集成

Fast Insight from Fast Data: Integrating ClickHouse and Apache Kafka

# 数据库 # aws # sql
Logo
Kafka开源项目指南

Kafka开源项目指南提供详尽教程，助开发者掌握其架构、配置和使用，实现高效数据流管理和实时处理。它高性能、可扩展，适合日志收集和实时数据处理，通过持久化保障数据安全，是企业大数据生态系统的核心。

更多推荐

Kafka入门（一） 概述、部署与API的简单使用

Kafka概述、部署与API的简单使用

avatar Kafka开源项目指南

基于canal和kafka同步，实现binlog同步ElasticSearch

文章目录前言elasticsearch 安装canal安装canal-adapter 安装及配置mysql 安装zk及kafaka安装查看效果注意事项前言中间件版本elasticsearch7.5.2canal1.1.4client-adapter1.1.5-alpha-1zookeeper3.4.13kafka2.6.0mysql5.7.31elasticsearch 安装{"settings"

avatar Kafka开源项目指南

基于 Iceberg 的湖仓一体架构在 B 站的实践

背景在B站，每天都有PB级的数据注入到大数据平台，经过离线或实时的ETL建模后，提供给下游的分析、推荐及预测等场景使用。面对如此大规模的数据，如何高效低成本地满足下游数据的分析需求，一直是我们重点的工作方向。我们之前的数据处理流程基本上是这样的：采集端将客户端埋点、服务端埋点、日志、业务数据库等数据收集到HDFS、Kafka等存储系统中，然后通过Hive、Spark、Fl...

avatar Kafka开源项目指南