记一次数据同步方案的选择处理

系统的数据来源是其他系统，要么通过第三方接口拿数据，要么把数据同步过来进行处理查询

两种方案选择

因为需要的数据源在其他系统里面，所以最大的阻碍其实是数据，要么和其他系统合作，两边对接api接口拿数据，要么从其他系统同步数据过来，自己去处理逻辑，两者互有利弊。综合考虑各种因素，最终选择同步数据过来自己去处理。

数据处理方案

数据情况

同步的数据量查看了一下，大概几百万条，同时一个月数据量几万条，而且是增长很快，可能到后面就是一天几万条。数据的一致性要求相对来说不太高，数据从产生到使用间隔大概三四天，但是也不排除只有一天的场景。同时数据有明显冷热分层，冷数据基本不使用，热数据使用频率非常高。

采用方案

所以基于数据量，一致性，数据增长率，以及系统的负载情况考虑，两种方案结合起来，白天增量同步，晚上全量同步。简单讲就是系统压力不大的时候采用全量同步，大的时候采用增量。同时同步的过程中还要注意错误处理机制，重试机制，以及数据的幂等性等一系列情况的处理。 同时为了进一步减少系统压力，根据业务从源头对数据进行筛减，一些明显没用的数据直接过滤掉不进行同步，只同步业务最终用得到的数据。

总结

数据同步方案需要考虑数据量，数据的一致性，数据的增长率，数据库的负载率等选择合适的方案，同时根据业务对同步方案进行深度定制，从源头到最终使用一步步减少数据的同步量，如何选择合适的同步时间点。同时还要考虑别把第三方的系统给查崩了，造成误伤，保证最后数据使用的时候没有问题。最后的最后确保别人从你接口拿出去的数据你做好了日志记录，免得出了问题找的满头大汗，因为这就不是你的锅 ：）

以下是方案情况对比

第三方接口

优点 ：直接调用别人的接口即可，不需要进行数据同步，减少工作量，（增加别人系统工作量），对接一下dto，参数即可

缺点：引入了第三方接口，增加了不稳定，而且是个黑盒，出了问题，逻辑都不清楚，同时需要我们做好日志的记录，以及重试的逻辑等。假如第三方接口挂了也会被牵连（深有感触），同时网络io相对来说增加了整个请求时长。

数据同步

优点 ：数据同步过来在本地，处理逻辑清楚，出了问题方便排查，同时减少网络io的时长，第三方接口挂了没影响。

缺点 ：要进行数据同步的开发工作，保证数据的及时性，完整性，考虑数据同步的性能问题等。

数据同步方案选择

全量同步

将数据全量从其他系统复制过来

优点：减少数据传输量，节省宽带和时间；提高同步效率，仅更新变化的部分，更少时间完成任务；对数据实时性要求的高系统比较合适；

缺点：数据较为滞后，因为有部分数据可能手动更改从而无法及时同步；容易出现数据冲突和一致性问题；实现方案较为复杂

增量同步

优点：同步简单粗暴，直接复制所有数据即可；同时数据一致性高，不用担心冲突；实现方案简单