TapData 出席 TDBC 2025 可信数据库发展大会，分享“实时+信创”时代的数据基础设施演进路径

数据库作为支撑数据存储与计算的关键载体，在数据要素时代的重要性愈发凸显。过去一年，全球数据库新技术、新业态、新模式不断涌现；我国数据库的应用创新工作在重点行业和领域快速推进。随着人工智能技术深刻变革，数据库与AI融合趋势愈发明显。数据库不再仅仅承担数据存算功能，更成为AI应用的关键底座。在这一变革中，我国数据库产业正在经历前所未有的质变阶段。

近日，为推动我国数据库产业自立自强高质量发展，"2025 可信数据库发展大会（TDBC 2025）"在北京隆重召开。TapData 创始人兼 CEO 唐建法（TJ），出席数据库生态及国际化论坛并以**"TapData：支持信创数据库的实复制及实时服务平台"**为主题展开分享。TJ 指出，数据孤岛已成为企业数字化和AI发展进程中的最大瓶颈，并深入剖析了当前主流数据平台的解决方案。唐建法重点介绍了 TapData 的核心技术能力、典型应用场景及成功案例，展现了实时数据平台在打破数据孤岛、助力业务创新中的关键价值。

以下是本次分享的主要内容：

数据孤岛仍是企业数字化和 AI 转型的最大瓶颈

尽管众多企业正积极推进数字化转型，但"数据孤岛"问题仍普遍存在。表现在三方面：

• 业务流程优化困难：系统割裂，数据无法贯通，流程无法闭环；

• 信息不完整、缺乏洞察：管理层决策被迫依赖主观经验；

• 阻碍业务创新：数据未能及时为新业务所用，抑制了尝试与试错。

在 AI 驱动逐步成为共识的当下，数据无法流动成为企业通往智能化的第一道坎。

企业普遍采用的"定时采集 + 批处理"模式，已难以满足实时场景需求

当下大多数数据平台仍采用定时采集 + 批处理的方式运行，虽然架构成熟，但在面对以下需求时显得力不从心：

• 需要秒级延迟响应的在线业务；

• 多个数据源异构，字段结构复杂；

• 业务要求"拉通视图"并快速建模，供实时决策或服务系统调用。

在这类场景中，传统平台架构常常滞后，成为瓶颈。

主流实时集成方案各有利弊，"理想型架构"始终难产

企业在尝试升级架构时，常见三种选择：

• 点对点连接：开发快，但系统间耦合高、扩展性差；

• ESB 总线方案：设计先进、文档完备，但实际部署复杂，运维成本高；

• 消息队列（如 Kafka）：高性能、支持解耦，但难以胜任 ETL、建模、数据服务等通用场景。

现实往往是："既要上手要快、又要未来要稳、投入还要轻"------这就是企业对现代数据平台的"全要型"诉求。

TapData：从采集到服务的一体化实时数据平台

正是在这样的背景下，TapData Live Data Platform 应运而生。它以一个统一的平台实现从实时数据采集、建模处理，到数据服务输出的全链路闭环。主要组件包括：

• TapCDC：无需编码，支持数十种数据库的日志级 CDC 采集，已覆盖主流国产数据库（如达梦、金仓、南大通用、GaussDB）；

• TapFlow：对采集事件进行流式处理，支持字段转换、多表合并、增量物化视图等建模能力；

• TapStore：嵌入式 JSON 存储层，缓存高频热点数据，支撑实时查询；

• TapService：支持数据以 API 或订阅形式提供服务，实现 Push/Pull 式调用，便于下游对接。

这一整套架构实现了"开发门槛低、部署灵活、性能实时"的产品目标，是信创场景下替代传统方案的强力选项。

三大核心技术能力：TapData 如何保障"实时、安全、可信"的数据流通？

在平台能力层面，TapData 之所以能够胜任高频变更、异构接入和服务化输出等复杂任务，根本在于其扎实的三大核心技术能力：

无代码实时采集

TapData 通过内置的 CDC 引擎支持基于日志的非侵入式采集，兼容 60+ 数据源类型。凭借优化的变更感知机制，采集延迟可控制在 500ms 到 3 秒之间，真正做到对源系统"零负担、零代码"的采集链路构建。

• 适配主流商业数据库、国产数据库及云数据库；

• 无需写代码、无需改动业务系统；

• 快速上线，具备试点友好性。

实时物化视图

不仅能采集数据，还能"以流驱动建模"。TapData 支持构建实时物化视图，实现：

• 多表实时合并：如订单+明细+物流信息合一；

• 多源实时融合：如 PG + MongoDB + SQL Server 的数据一致视图；

• 异构实时建模：自动字段标准化与关系匹配，支持不同系统输出对齐。

这让企业可构建"统一客户视图""实时库存快照""患者全流程记录"等复杂视图结构，并实时驱动业务。

数据一致性保障

在生产级环境中，数据一致性始终是红线。TapData 提供：

• 精细化延迟监控 ：全链路指标监控，精确至毫秒级别；

• 实时增量校验：确保源库与目标库一致，提升数据可信度。

这使得 TapData 在医疗、金融等高合规行业也能稳定运行，为核心业务系统提供数据支持。

支持信创数据库的无代码 CDC 采集

TapData 的核心技术能力集中体现在 TapCDC 模块。它具备对多种数据库的日志解析与结构适配能力，能够在不依赖源端业务改造的前提下实现增量数据捕获。在信创环境中，它已成功支持如：达梦数据库（Dameng）、华为 GaussDB、南大通用（GBase）、金仓数据库（KingbaseES）等主流国产数据库。

这意味着 TapData 可以作为"信创数据库生态的连接枢纽"，在国产数据库彼此之间，或国产与传统数据库之间，建立标准化、实时化的同步通道。

TapFlow：流式建模与实时视图构建能力

实时性不仅限于数据搬运，更关键的是业务上下文的建模处理。TapFlow 支持：

• 多表合并逻辑；

• 条件字段过滤；

• 实时增量物化视图；

• 数据结构重构和服务输出适配。

这些能力对于企业构建"统一客户视图""患者主数据""实时库存状态"等高敏捷性应用至关重要。

典型场景实践一：Kafka ETL 替代，构建实时数据同步链路

在某头部内容平台的案例中，客户处于快速业务演进期，频繁推出新模块和新服务，对 CRM、订单、会员等多个业务系统的数据实时性要求极高。

原有挑战：

• 微服务架构下，各业务系统数据库独立，数据孤岛严重；

• 内部尝试基于 Kafka 构建链路，但开发周期长、技术门槛高、链路维护成本高；

• 每项新需求都需新写一套采集逻辑，无法快速响应业务节奏。

TapData 的解决方案：

企业经过验证测试后，引入 TapData 实时数据平台，作为 Kafka 架构的替代方案：

• 由业务团队直接对接源端数据库（如 ERP、CRM、留言系统等），采集变更数据；

• 通过 TapCDC 构建统一"镜像层"，记录所有数据历史与变更；

• 利用 TapFlow 完成流式处理与建模，推送至多个新业务系统，包括推荐系统、BI报表、APP商城等；

• 所有流程采用低代码配置+可视化操作，大幅降低了数据平台的技术门槛。

落地效果与业务价值：

• 一年内创建近 200 条实时数据链路，支撑商品上新、订单显示、留言审核、会员更新等业务场景；

• 研发与维护成本大大压缩，无需再为每条链路编写 Kafka 消费程序；

• 为企业节省了约 3 人/年的开发与运维投入；

• 通过 TapData 镜像层解耦源系统，有效缓解数据库读压力，提升业务系统稳定性。

该案例表明：相比重开发、高成本、难维护的 Kafka 方案，TapData 提供了一种更轻量、更敏捷、可持续演进的企业级实时数据交换路径，尤其适合处于业务快速增长阶段的平台型企业。

典型场景实践二：实时数据服务，ESB 方案替代

以零售行业为例，企业常面临渠道分散、系统孤立、数据交付慢的问题。某大型零售客户采用 TapData 构建统一客户数据平台的实践经验，该项目成功实现了多系统聚合 + 增量建模 + 实时服务输出的业务目标。

业务背景与挑战：

• 企业内部存在 9 套 Oracle ERP 系统，分别负责不同区域门店、仓储与商品管理；

• 由于源系统数据格式各异，字段结构不统一，导致跨系统的商品、库存、价格信息难以集中维护；

• 新业务系统开发每次都需重复做数据对接，API 开发进度受限，交付周期动辄数周甚至数月。

TapData 的解决方案：

TapData 基于"增量数据驱动 + 数据建模 + 服务化输出"的架构，帮助企业快速搭建统一数据服务平台：

• 利用 TapCDC 实时采集多套 Oracle 系统中的核心业务表（如商品、库存、价格、订单等）；

• 借助 TapFlow 构建主数据模型和应用数据模型，生成统一结构的物化视图；

• 通过 TapStore 缓存热数据，实现高性能数据服务；

• 由 TapService 输出标准化 API（如 /api/v1/product、/inventory、/orders 等），供前台系统、APP、电商平台、BI 工具等灵活调用。

落地效果与业务价值：

• 实现了商品、库存等全渠道数据的一体化服务；

• 将 API 接口从原来"逐条写"的方式转为"拖拉拽建模 + 自动发布"；

• 接口交付周期从数周压缩到数日，极大提升了开发效率；

• 已有5 个业务系统接入该平台，成为企业核心数据资产平台的组成部分；

• 支持数据的可复用、可共享、可累积增长，为企业下一阶段的数据中台/API平台建设打下基础。

典型场景实践三：为 43 家医院构建统一患者主数据平台

医疗行业对数据的一致性、实时性与系统间协同有极高要求。在实际项目中，TapData 成功服务了一个拥有 43 家医院、120 多个诊所、数十套信息系统的医疗管理机构，帮助其构建了覆盖整个患者生命周期的实时数据服务平台。

原有困境：

• 原有依赖 ETL 执行每日定时任务，存在数千条链路维护成本；

• 多套 HIS、LIS、PMS、OPAS 系统之间标准不一，字段异构严重；

• 曾尝试引入 ESB 进行统一数据交换，但实施进度缓慢，实时性始终无法保障。

TapData 解决方案：

为突破上述限制，TapData 以最小资源投入为起点，快速部署了实时患者主数据平台：

• 使用 6 台服务器部署 TapData 平台，完成数据采集、建模、服务全链路；

• TapCDC 实时采集来自 Sybase、PostgreSQL、Oracle 等系统中的门诊、住院、预约、影像、病例等诊疗数据；

• TapFlow 将异构结构标准化处理，构建患者、病例、预约等主题模型，支持实时增量物化；

• TapService 提供 API 与推送机制，为数十个下游系统（AI 模型、指挥平台、数据报表、移动端等）提供统一的数据出口。

最终实现了"数据一次采集，多点复用，统一服务"的治理目标。

落地效果与业务价值：

• 项目上线周期缩短至数周，实现 低成本试点 + 快速验证；

• 支持业务系统从"日级同步"升级为"分钟级甚至秒级"更新，真正满足患者数据的服务化诉求；

• 新需求数据交付从数周压缩至数日以内，业务联动响应能力大幅提升；

• 构建了可持续扩展的数据资产基础，具备 AI 分析与分级诊疗支持潜力。

结语：信创数据库生态的实时连接器，从 TapData 开始

在信创数据库技术体系日益繁荣的背景下，"连接"与"服务"成为生态繁荣的关键要素。TapData 正是以一体化的数据枢纽架构，打破数据孤岛、链接异构系统、提升业务响应效率，成为 Kafka 与 ESB 之外更适合国产数据库环境的核心平台。