1 全量同步工具
同步组件工具地址：
https://github.com/makemyownlife/shardingsphere-jdbc-demo/tree/main/swift-data-transfer/data-sync
如图中，同步组件会将老订单库的三张表的数据通过 shardingsphere-proxy 数据桥梁均匀分布到新的 4 个 订单 MySQL 库里。
2 实战演示
首先，我们编辑配置文件：
配置文件包含三个元素：
- 同步表：哪些表需要同步
- 源数据源：旧 MySQL 订单库
- 目标数据源：shardingsphere-proxy 虚拟库 （背后是 4 个 MySQL 新分库）
然后启同步服务 Main 函数 ：
启动成功之后，我们可以看到表的执行结果：
3 组件原理
1、获取表的元数据
因此最终我们需要将表的数据 insert 到目标数据库，所以，我们必须知道表包含了哪些列，以及列对应的类型。
1 | LinkedHashMap<String, Integer> columnTypes = Utils.getColumnTypes(sourceDataSource, tableName); |
在 Utils 工具类里，定义 getColumnTypes 方法：
2、执行 SQL 语句（游标模式）
首先我们获取源数据源的 JDBC 连接，然后通过预编译执行查询语句 , 预编译定义为游标模式。
为了满足游标模式，我们在 JDBC url 连接需要如下配置：
3、得到源数据库查询结果集
开始执行查询 SQL 后， 得到结果集，并遍历结果集，让结果集中的数据插入到 目标数据库表。
这里面分为三个步骤：
- 将数据转换成 RowData 对象
- 组装 Insert SQL
- 写入到另一个数据源
4、将数据转换成 RowData 对象
5、组装 Insert SQL
6、写入到目标数据源表
这一段是非常典型的 JDBC 执行 UPDATE 写法，最核心的如何动态赋值。
以下是动态赋值部分代码截图：
4 思维升级
写到这里，我们展示了如何简单设计一个全量同步的工具。
但还是非常粗糙，还需要从如下几点进行优化：
- 任务模型：可否并行支持多个任务并行处理
- checkpoint 机制： 当任务执行时，假如突发宕机或者线程执行异常，需要保存执行点，以便下次调度重新执行
- 更灵活的 ETL 机制