现代应用很少只依赖一个数据库。数据可能分布在不同区域、业务部门和分片中，也可能来自完全不同的技术栈。如果每增加一个数据源，都要单独建设和维护一套集成部署，实时数据架构会越来越复杂。

Redis Data Integration（RDI）正在简化这一过程：已经推出的多数据源管道，可以把多个源数据库接入同一条同步管道；后续规划中的多管道支持，则进一步面向整个集成部署的整合。这两项能力解决的是不同层面的问题。

一条管道连接多个数据源

RDI Software 和 Redis Cloud 中的 RDI 现已支持多数据源管道。用户可以把多个源数据库连接到同一条管道，将捕获并转换后的数据写入一个 Redis 目标数据库。

原文列举的数据源包括 Snowflake、MongoDB、Oracle、MySQL、PostgreSQL、RDS 和 Aurora。这些数据可以汇入统一的 Redis 低延迟数据层，让应用直接使用整合后的数据视图。

这种能力适合数据分散、但业务需要实时联合使用的场景。例如，实时反欺诈需要同时读取来自不同系统的用户、账户和交易信息；跨区域、多租户或并购后的业务系统，可能需要提供统一的读优化视图；产品及其组成部分分散在不同数据库或 Schema 中时，也可以构建持续同步的整合视图。

对于联邦缓存和分片数据源架构，多数据源管道可以从多个数据库向同一 Redis 数据层填充数据。数据在进入应用之前完成归集，能够减少应用代码中的数据拼接，也减少为各个源分别维护独立集成部署的需要。

多管道支持：进一步整合集成部署

多数据源管道整合的是数据来源，多管道支持要整合的则是部署。目标是让一次 RDI 安装能够承载多条管道，服务于更完整的数据集成架构，而不再只对应其中一条数据流。

有了多管道支持，用户可以在同一部署中表达更复杂的数据流关系，分开管理不同工作负载和摄取流程，并随着集成需求增长扩展架构。实时捕获、转换和交付到 Redis 的能力仍然保留，部署方式则更加灵活。

需要区分的是，本文发布时，多数据源管道已经可用，多管道支持仍处于即将推出的阶段。其具体开放时间、配置方式及支持的部署选项，需要随产品发布进一步明确。

从多个数据源汇入一条管道，再向一次安装管理多条管道演进，RDI 希望降低分布式数据集成的部署与管理负担，让分散在业务系统中的数据更容易形成可供实时应用使用的统一 Redis 数据层。