由于历史原因，MySQL是使用的最多，也是首选的数据库，但当数据量达到千万级别，并有在线分析的需求时，读大于写，MySQL的响应就会越来越慢，直接检索MySQL不但不能得到快速的响应，反而会影响写入性能。
此时，将MySQL数据同步到数据仓库中，从数据仓库中来检索数据就变得非常有必要了。
方案1：自写程序
自写同步程序，对数据的增删改通过钩子同步写入到数据仓库。
方案2：通过binlog同步
此方案下，有成熟的产品可以使用，比如阿里云的DTS。
再比如阿里云开源的Canal，以增量的方式，将数据同步到ElasticSearch、ClickHouse等数据库中。
重点说下Canal方案，同步MySQL数据到ElasticSearch，步骤
- 准备MySQL数据源
- 为ElasticSearch创建索引和mapping
- 部署并启动Canal Server
- 部署并启动Canal Adapter
这些完成后在MySQL中增删改数据，就会同步到ElasticSearch中。
注意点：
- 必须使用阿里云的RDS和ElasticSearch，自建的不支持，为保证同步效率，最好使用同区域的ECS。PS：没有免费的午餐，阿里云不是白提供工具的。。。
- 不支持ElasticSearch7以上的版本(2021.11.06)，推荐6.7版本
- 需要先在ElasticSearch创建索引和
mapping info。 - 服务开启后，新插入的数据会同步，update的数据同步的前提是ElasticSearch中有相应的记录。所以对于老数据，需要手动同步先。
- 需要同步哪个表，就在Adapter下
conf/es/目录下新建一个与表名相同的yml文件，文件名不同时会提示找不到对应的mapping info
参考文档