数据同步

Часто задаваемые вопросы

数据同步和数据集成有什么区别？

数据集成是更上位的概念，指将来自不同来源、不同格式的数据在逻辑或物理上统一起来，涵盖数据采集、清洗、转换、建模、治理与服务化等完整链路；数据同步则是数据集成中最核心的执行环节之一，聚焦于让源端与目标端的数据保持一致。可以说，数据同步解决“数据怎么可靠地搬家”的问题，数据集成解决“数据搬到哪里、以什么结构对外服务”的问题。在企业实践中，二者通常在同一套数据基座中协同工作：同步负责搬运，集成负责组织与输出。

什么是断点续传？为什么数据同步需要它？

断点续传是指在同步任务因网络中断、服务重启、源端异常等原因失败后，系统能够记录已完成的进度，并在恢复时从断点位置继续传输，而不是从头重跑。数据同步场景中，单次任务可能涉及数十万乃至上百万条记录，长耗时任务的失败概率随数据量上升而显著增加。若每次都全量重跑，不仅浪费带宽与计算资源，还可能因重复写入造成数据错误。断点续传配合幂等写入与失败重试策略，可以显著提升同步任务的稳定性和资源效率，是生产级数据同步方案的必备能力。

数据同步如何保证源端和目标端的数据一致性？

保障一致性通常从四个层面入手：一是同步策略层面，明确以哪个系统为主数据源，避免双向写入产生冲突；二是传输层面，通过事务、幂等键或版本号机制，确保重复投递不会造成脏数据；三是校验层面，定期对源端与目标端进行条数比对、关键字段抽检或全量对账，及时发现偏差；四是异常层面，建立失败重试、告警通知与人工补偿的闭环流程。此外，全程留痕的日志记录可以让每一次同步的输入、输出与结果都可回溯，为一致性问题的定位提供依据。

全量同步和增量同步应该怎么选？

选择取决于数据规模、时效要求和变更频率。全量同步实现简单、逻辑直观，适合数据量小、变更频繁难以捕获、或需要定期做数据对账的场景，但随数据增长会带来明显的资源开销。增量同步只搬运发生变化的数据，效率高、延迟低，适合数据量大且变更可被可靠捕获（如时间戳、自增序列、CDC 日志）的场景。实际方案中常见做法是：日常以增量同步为主保证时效，定期以全量同步做兜底校对，两者结合兼顾效率与准确性。

数据同步在人员管理平台中起到什么作用？

人员管理平台承载组织架构、岗位、人员状态、任职关系等核心主数据，这些数据同时被考勤、薪酬、审批、权限等多个系统消费。通过数据同步机制，人员入职、转岗、离职等变更可以及时传递到下游系统，避免出现“人已离职但权限未回收”或“组织调整后报表口径不一致”等问题。同步任务的稳定性和可追溯性，直接决定了人员主数据的可信度，也决定了跨系统协同的效率与合规水平。