Go 大資料生態迎來重量級產品 CDS

本專案地址：https://github.com/tal-tech/cds

ClickHouse 是一個用於聯機分析 (OLAP) 的列式資料庫管理系統 (DBMS)。它有著優異的效能，可以快速部署和執行。 不過要想使用 ClickHouse 搭建起數倉用於資料分析，一個重要的問題就是資料如何進入 ClickHouse？ 我們希望資料來源的變化能夠自動實時地被同步到 ClickHouse，而且支援方便的動態的新增新的資料來源 (新的資料庫，表)， 能夠自動的生成對應資料來源的 schema。

go-zero團隊使用 go 語言圍繞 ClickHouse 開發了一些方便的元件與服務。

我們得到了下面這樣的資料同步設計

該資料同步系統大致由以下三部分組成

1. DM 全量同步服務 github.com/tal-tech/cds/dm
2. RTU 實時增量同步服務 github.com/tal-tech/cds/rtu
3. Galaxy 網頁控制檯服務 github.com/tal-tech/cds/galaxy

流程如下：

• 使用者可以在網頁控制檯新增資料來源，自動生成 DDL，新增同步任務，該任務會被髮送到 etcd。
• dm 會收到全量同步的通知，執行歷史資料的全量同步工作。
• 之後網頁控制檯服務會指定 connector 開啟資料庫 log 監聽工作，資料會進入 kafka。
• 監聽 etcd 叢集的 RTU 實時增量同步服務服務會發現有新的任務，RTU 自動領取任務，到 kafka 消費資料並同步至 ClickHouse。

上述服務的開發使用了 go 語言。藉助於go-zero中的工具包，如 goctl 等， 我們快速實現了它。它還加入了支援自適應 mongoDB 結構變化，支援資料分表等。

我們相信這是 go 語言與 ClickHouse 探索大資料的一個不錯的起點，我們希望有更多的人能夠參與進來。

CDS 專案地址：https://github.com/tal-tech/cds

go-zero 專案地址：https://github.com/tal-tech/go-zero

歡迎大家 star 並加入微信社群 ?