项目地址：github.com/tal-tech/cds

ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。它有着优异的性能，可以快速部署和运行。
不过要想使用ClickHouse搭建起数仓用于数据分析，一个重要的问题就是数据如何进入ClickHouse？
我们希望数据源的变化能够自动实时地被同步到ClickHouse，而且支持方便的动态的添加新的数据源(新的数据库，表)，
能够自动的生成对应数据源的schema。

[go-zero] github.com/tal-tech/go-zero 团队使用go语言围绕ClickHouse开发了一些方便的组件与服务。

我们得到了下面这样的数据同步设计

该数据同步系统大致由以下三部分组成

DM 全量同步服务 github.com/tal-tech/cds/dm
RTU 实时增量同步服务 github.com/tal-tech/cds/rtu
Galaxy 网页控制台服务 github.com/tal-tech/cds/galaxy

流程如下：

用户可以在网页控制台添加数据源，自动生成DDL，添加同步任务，该任务会被发送到etcd。
dm会收到全量同步的通知，执行历史数据的全量同步工作。
之后网页控制台服务会指定connector开启数据库log监听工作，数据会进入kafka。
监听etcd集群的RTU实时增量同步服务服务会发现有新的任务，RTU自动领取任务，到kafka消费数据并同步至ClickHouse。

上述服务的开发使用了go语言。借助于go-zero中的工具包，如goctl等，
我们快速实现了它。它还加入了支持自适应mongoDB结构变化，支持数据分表等。

我们相信这是go语言与ClickHouse探索大数据的一个不错的起点，我们希望有更多的人能够参与进来。

CDS项目地址：github.com/tal-tech/cds
go-zero项目地址：github.com/tal-tech/go-zero

ITPub博客

Go 大数据生态迎来重要产品 CDS

最新文章