兼容 是对前人努力的尊重 是确保业务平稳过渡的基石 然而 这仅仅是故事的起点
上回书说到这套同步软件跑得快、源支持得多。但说实话，快慢这个事吧，真上了生产你反而没那么在意了。你天天提心吊胆的是另一件事------它哪天不高兴了，给你捅个篓子怎么办。
我先问你们一个问题啊，不用回答，心里想想。一条同步链路，半夜三点断了，早上八点你才发现。这五个小时里，数据是丢了还是没丢？你敢拍胸脯吗？
我是不敢。除非这套东西在设计上就把"断"当成常态来对待。所以这篇我不聊它好的时候，专聊它倒霉的时候。
先说最扎心的：到底会不会丢
领导其实根本不关心你用的什么CDC、什么日志解析，他每次就那一句话，翻来覆去："那要断了呢？"
最早我还跟人解释一堆原理，后来学乖了，直接画个图。
同步这东西怕的根本不是断。网络嘛，哪有不断的，机房割个光纤、交换机重启一下、目标库打个补丁，太正常了。真正要命的是断了以后你两眼一抹黑，不知道自己干到哪了。重连的时候两种死法：一种胆子大，从老地方又来一遍，好家伙数据全重了；另一种更阴，它自作主张跳过中间那截，悄没声地接着往后跑，表面看一切正常，月底一对账差一片，这种最坑人，因为它不报警啊，你连个查的方向都没有。
KFS处理这个，说白了就是老老实实记账。干到哪儿了，记一个位点，Oracle那边叫SCN，MySQL那边是binlog的位置，反正就是个坐标。关键是这个坐标得写到盘上，不能放内存里------你放内存，机器一重启就归零，那记了等于没记。
我给你们比划一下这个过程，特别好懂。
markdown
跑得好好的： 日志 → 干到100 → 干到200 → 干到300
每干完一段，坐标落一次盘
倒霉时刻： 正处理到263呢，进程没了
但盘上最后一个"确认干完"的坐标是200
重新活过来： 读到坐标200，从这儿接着干
200到263之间：提交过的重新放一遍（有去重，不会重）
没提交的整个扔掉（不允许放半个事务）
263往后：该咋咋这里头有个地方我得专门拎出来夸，就是坐标是卡着"事务提交"往前挪的，不是读到一条日志就挪一下。啥意思呢，一个事务哪怕改了两百行，它没commit，这个坐标就钉死不动，commit那一下才整体跳过去。这样万一死在半道，目标端绝不可能出现"进去了一百行，另外一百行没了"的灵异场面。
别小看这个。我早年真踩过一个同步工具的坑，它就是按读日志的进度记账的，源库那边一个大事务跑到一半被回滚了，它倒好，回滚之前读到的几十行已经给我塞目标库去了，回滚它没跟上。我擦了一下午屁股。所以现在我看任何同步产品，第一个就问它位点是不是事务级的，不是的话基本免谈。
说到这个我又想起另一档子事，有年帮个客户排查，他们同步天天半夜断，白天自己又好了，邪门得很。查了快一周，最后发现根本不是软件的锅，是他们机房每晚两点做存储快照，那二十分钟磁盘IO被抢得死死的，采集端读日志超时就断了。后来调大了超时、把重连间隔放宽，再把快照时间错开，彻底好了。我说这个啥意思呢，就是同步断流十次里头可能有六次根子不在同步软件本身，在底下的存储、网络、归档配置。你别软件一报错就骂软件，顺着位点、IO、归档日志保留这几样往下摸，往往真凶在更底下。这套位点和重连机制好就好在，哪怕你底下折腾一宿，它恢复以后能自己找准位置接着干，不至于让你一宿的折腾变成数据事故。这个"兜得住别人作的妖"的能力，是我后来越用越觉得踏实的地方。
它自带的那几样保命的东西我也念叨念叨。开机自启，这个真的，平时觉得没啥，等你凌晨被电话喊起来、迷迷糊糊登上去发现服务自己已经拉起来了，你会感谢这个功能的。自动重连，网络抖一下它不寻死觅活，自己憋着劲重试，通了就接着干，类似这么个配法：
properties
retry.enable = true
retry.interval = 5s
retry.max.interval = 60s
retry.max.times = unlimited
connect.timeout = 30s还有个多实例热备，就是整两套，一套在那儿干活，一套在旁边蹲着，干活那套要是整个没了，蹲着的顶上。
但这里我必须说句扫兴的。这些功能你在PPT上看到的是"支持高可用"，落到现实里全看你怎么部署。我亲眼见过一个客户，热备买了，两套实例装同一台物理机上了。我问他你这备的是啥呢，机器一断电俩一起死，这不是热备，这是俩人坐一条船上还互相以为对方带了救生圈。还有脑裂的事，两套都觉得自己是主，都往里写，那场面......所以这种东西，交付前你一定得作一把，真拔电源、真拔网线，亲眼看着它切过去，再说话。功能开关和"真的能用"之间，隔着至少一次故障演练。
然后是我最在意的：它说没丢，我凭什么信
这是我的职业病，改不了。任何同步软件拍胸脯说不丢不重，我心里都打个问号。我只信一样东西------能不能验。
为啥同步链路明明绿着、一条报错没有，两端还能对不上？原因能列一长串。目标库有人手贱改了数据，这个真的天天发生，运维查问题随手update一下忘了where条件，然后装没事人；初始化那会儿漏了几张表；以前某次故障处理完留了个尾巴；目标端有触发器或者外键级联，自己又动了数据；字符集没对齐，写进去看着一样实际变了。你数吧，哪个是同步链路能感知到的？一个都感知不到。链路没报错，跟数据一致，是两码事。
所以校验这块在我心里分量特别重。它有两个点戳我。
一个是不用停机就能核。老办法核数你得锁表或者干脆把同步停了，一张几亿行的表核一天，业务还做不做了。它能在数据还在哗哗变、同步还在跑的情况下，把存量增量一块儿核了。另一个是核完不光告诉你"这几行不一样"，它还能自己修，把差异行重新给你对齐。报警和擦屁股是两个境界的事，前者把你从床上喊起来，后者让你压根不用起来。
具体那个链式校验怎么一层层过滤、怎么先粗后精，我前面单独写过一篇，这儿不啰嗦。就说那个思路，我是真喜欢------它不跟你玩蛮力，不是五亿行一行行死磕，是先拿摘要、校验和把本来就一样的大块大块地排除掉，最后只剩那么一点点可疑的，再下死力气精确比对，然后修。五亿行里可能真正不一致的就二十行，结果你为这二十行把五亿行全算了一遍，那不叫严谨，那叫浪费电。
arduino
笨办法： 五亿行 ───→ 五亿次比较，跑到天荒地老
它这个： 先大块摘要筛，99.9%的块直接判"一致"走人
剩下可疑的块，进去按行抠
抠出差异行，自动补
真花力气的就最后那一丢丢还有个事我特意去翻了资料确认，没看错------这功能是自带的，不要钱。而OGG那边干这个活得靠Veridata，单独一个组件，单独签合同。我不是说谁良心谁黑啊，商业模式不同而已，但你真做预算的时候，大项目里这么个组件的授权费，够你喝好几壶的。一个打包一个单点，这个差别做过采购的都懂。
当然，老规矩，我不会因为它自带就夸。校验这东西水很深，早期我见过太多产品的校验就是个按钮，点一下转圈圈，转完告诉你"一致"，你都不知道它比没比内容。有的只比行数------我的哥，行数一样内容不同它也告诉你一致，这有啥用。有的倒是能查出差异，但不管修，甩给你一张几百万行的差异清单让你自己看着办。所以这块别听介绍，你就埋雷：同步跑起来以后，你手动去目标库改几行、删两行、再把一个值改掉，然后跑校验，看它能不能在不停业务的情况下把这些雷全排出来，还能自己填回去。过了这一关，它说的一致才叫可验证的一致，不然都是"我觉得一致"。
最变态的网络，它得能活下来
这个没踩过的人完全没概念，我当年第一次在一个政务项目里见到那个东西的时候，愣了好一会儿。
咱们平时觉得网络嘛，源和目标能连上不就行了。等你进了政务、军工、某些能源央企的环境你再看，那网络限制得能让你怀疑人生。广域网又窄又抖是轻的，中间有网闸、有隔离装置，最绝的是一种单向光闸------物理上就只让数据从里往外一个方向流，回来的通道根本不存在，连根线都没有。你平时写的那些个同步逻辑，这边发一嘟噜、那边回一个"收到"、这边再发下一嘟噜，这套在单向链路上直接就瘫了，因为"收到"那俩字它永远回不来。
资料里倒是都列了，跨广域网、隔离装置、单向光闸、物理隔离、防火墙，都支持。我就盯着单向光闸这个琢磨了半天，因为这个最能看出真功夫。
markdown
咱们熟的： 源端 ←→→→ 目标端 有来有往，发一批等个确认
光闸那套： 源端 ────／／▶ 目标端 就一根单向管道，物理上回不来
光闸
改成闷头发，不等回执
目标端自己按事务ID去重、自己排序你想想，没有回执这事多别扭。发的人不知道对方收没收着，那只能假设可能丢、可能重，于是重复发也没关系，因为接收端自己会去重；顺序乱了也没关系，接收端按事务ID自己排。这一套设计跟普通双向握手完全是两个路子。能在一根物理单向的管道上还保证事务完整、不重不丢，协议层面是重新设计过的，不是加个配置能糊弄的。
我为啥把这个能力看得这么重？因为它是个门票。政务、军工、能源这些行业，信创预算足、对自主可控抠得也最死，人家网络就是这么建的，你的同步软件过不了光闸，连投标那扇门都摸不到。这不是加分项，是入场券，有它你才上桌，没有直接出局。
跟着网络一块儿说的还有加密。资料里写的是国密算法加密传输。这个现在没啥好解释的，密评、合规都在那儿卡着，数据跨网走，必须加密，而且人家认国密那套，你要是只能上国际算法，某些场景就是过不了审。还有个说法叫代码自主率百分之百自研，做安全审查的时候这个是要被问到的，意思是核心那坨东西在自己手里，没有来路不明的黑盒，出事了能从源码层面给你兜底。我也不装，百分之百自研这种话谁家都说，底层难免沾点开源，但核心引擎自主这个，在安全语境里是真有用，不是纯口号。
拉几个同行出来遛遛，我说点可能得罪人的
产品力这东西，自己说自己好不算数，得放一块儿比。资料里有一套竞品对比，但我先把丑话说前头------那是人家卖货视角写的，天生往自己脸上贴金，你要是照着那个对比表下结论，那就跟看着相亲照找对象差不多。我结合自己的理解聊聊，好坏都讲。
先说OGG、Qlik、SharePlex这帮国外的。资料里干脆没把它们叫竞品，叫"被替代对象"，这话有点狂但大方向没毛病。人家技术上真不弱，OGG干了多少年了，多少银行运营商的核心系统压在上头，那是真刀真枪喂出来的。客户换它真不是嫌它难用，是信创这阵风刮过来，合规、自主、钱，三座山。KFS对上它们，赢在几件事：自研国密过审没问题；校验自带，OGG那个Veridata得另掏钱；再有就是国产数据库当源头这块------国外软件普遍不怎么搭理国产库，源和目标两头都不怎么支持，这是人家的盲区，而KFS本来就是这个坑里长出来的。但是啊，你让我说OGG在那些个犄角旮旯的老版本兼容、奇奇怪怪的异构组合、几十年攒下来的case上没积累？那是睁眼说瞎话，人家的厚度在那儿，国产要全面撵上，得靠一个一个项目去喂，急不得。所以我的看法是，纯信创场景天平往KFS这边偏，但你要是个到处都是老古董系统的环境，别想当然，先测。
再就是DSG、英方这种国内专门做数据集成的，这拨才是真对手，正面碰的那种。
头一条，KES当源头。这个有个技术上的门道，KES那个日志格式没对外开放，第三方拿不到规范，你让它怎么解析？只能干瞪眼或者解析得别别扭扭。KFS是一个家族的，内核那边能搭把手，所以KES往外发数据它支持得最顺。这个说白了是生态闭环给的护城河，DSG英方再努力，短期也跨不过去，因为那不是努不努力的事，是人家根本不给你图纸。可是我得补一句公道话，这优势是有条件的------你库里跑的得是KES它才成立，你源和目标全是别家数据库，这条优势当场消失，那时候拼的是通用本事，谁强谁弱得另说。
第二条是KES加KFS一块儿卖的那个联合方案。KES自己内核就能兼容好多种SQL方言，应用迁过来改动小；第三方没这个待遇，只能在同步软件这一层硬做语句转换，转换这活儿在中间层做和在数据库内核里做，效果差着档次呢，这个我前面写SQL Server迁移那篇有体感，硬转总有转不利索的边角。
第三条还是校验，不展开了，前面说透了，不停机能修这块第三方普遍弱。还有什么CMMI几级ITSS几级的，那是投标时候的门槛分，技术党不关心这个，略。
最后是达梦它们自家带的同步工具，DMDRS那个。资料里说了几条我觉得挺实在。一是跨平台，KFS是Java写的，天生哪儿都能跑；DMDRS是C写的，换个操作系统换个CPU，编译适配就够喝一壶，跨平台这事儿基因里吃亏。二是那个方向问题我觉得最微妙------DMDRS不支持KES当源头，但KFS反过来可以把达梦当源头抽。你品品这意味着啥：一个环境里要是好几家数据库混着，KFS更像根中立的水管，谁家的水都能抽；数据库厂商自带的工具呢，天生围着自家孩子转，别人家的库当源头它上不上心，你自己琢磨。
随口归纳下，别当圣旨：
OGG们 厚、稳、贵、信创受限，国产库支持是短板
DSG英方 真对手，通用能力有，但KES源头拿不到图纸
DM自带 跨平台吃亏，偏自家生态，中立性差口气
KFS KES生态里最顺，国产源头广，校验白送，生态外要实测行了，黑完别人也得黑自己一句。我上面这套对比，你就当成一张"该测什么"的清单，千万别当成结论。它说自己KES源头最顺，你就真搭个KES往外抽压一压；它说别人跨平台不行，你真换台国产芯片机器装一装；它说校验领先，你就真去埋雷。对比表最大的用处是告诉你战场在哪儿，不是告诉你谁赢了。能写进PPT的话谁都会说，数据不会撒谎。
那些降本数字，我是这么看的
资料里还甩了组数字，什么替掉人工脚本省百分之五六十到八十的人力，数据获取从天级变秒级、决策快十倍，还有减少对账错误、库存不准的损失。
这种数字你肯定跟我一样，一看就皱眉。我说说我怎么消化。
天级变秒级，这个我信，而且不是它多神，是路线决定的，批处理它本来就是T+1啊，你凌晨跑一轮，白天看的当然是昨天的数；CDC本来就是日志一动就跟着动，亚秒是这个技术的本分。这一条不算吹牛，是事实陈述。
省人力那个五成到八成，得看你起点。你要是真还停留在养一帮人写脚本、手工导表、月底关起门来对对对的阶段，那上了自动同步确实能砍掉一大批重复活儿，这比例不离谱；可你要是本来就有成熟的数据平台、团队也齐整，那它带来的更多是提效，你别真照着这比例去裁人，要出事的。同一个数字，对不同起点的人含金量完全不一样，宣传材料不会跟你讲这个前提。
至于减少业务损失，这条最没法量化，但我个人觉得最值。我开头不是讲过嘛，月结那天差了几万块、全楼等我一个人找。那次损失的何止那几万块，是财务结账的时间窗口，是业务部门看IT的眼神。同步软件把"数据总是准的"变成一个你不用惦记的底座，它替你挡掉的是那种平时看不见、来一次要命的事故。这东西没发量化成ROI，等你出过一次就懂了。
它还提了句给AI、给数据治理供数据管道。这话搁两年前我觉得是蹭热点，现在我信了。你大模型吹得再凶、AI分析画得再炫，底下数据要是T+1的、是断的、是各系统互相不通的，上面全是空中楼阁，喂进去的是垃圾出来的能是啥。先让数据实时地、通着、干净地流起来，这是所有上层花活儿的地基，越往后越明显。
最后碎碎念两句
你要问我选这种东西到底看啥，我也没啥体系，就几句大白话：好的时候它得快、得什么源都接得住；倒霉的时候它得能接着跑、不能丢；出了岔子它最好能自己闻出来还给你擦干净；最后，它吹的这些得真在大风大浪里滚过，而不是只活在发布会的大屏上。就这么点事。
KFS这几年我用下来，这几条大体是站得住的，但站得住不等于没短板------个别冷门异构组合还得人去补，热备你自己部署错了照样白搭，那些个"对比优势"很多都有"你得用KES"的前提。这些我前面一个字没替它瞒。
工具嘛，说到底就是把你从那种又重复、又危险、还容易背锅的破事里捞出来。我到现在都记得对账对到天亮那个早上的感觉。现在能让数据自己安安静静、准准确确地在系统之间流，我腾出来的脑子能想点正经事，这就够了。