SeaTunnel 是下一代超高性能的支持海量数据快速同步与集成的云原生数据集成工具，每天可以稳定高效同步万亿级数据，已在字节、B站、微博、腾讯云及印度电信等数百家公司生产上使用，目前也已经支持过百种数据源。
为什么我们需要 SeaTunnel
SeaTunnel 尽所能为您解决海量数据同步中可能遇到的问题：
- 数据丢失与重复
- 任务堆积与延迟
- 吞吐量低
- 缺少应用运行状态监控
SeaTunnel使用场景
- 海量数据同步
- 海量数据集成
- 海量数据的 ELT/ETL
- 海量数据聚合
- 多源数据处理
SeaTunnel 特性
- 简单易用，灵活配置，无需开发
- 支持 CDC
- 离线多源数据全量和增量同步
- 超高性能、海量数据处理能力
- 模块化和插件化，易于扩展
SeaTunnel 支持的 Connector
- Source
Fake, File, Hdfs, Kafka, S3, Socket, Cassandra, Clickhouse,Elasticsearch,FTP,Hive,Hudi,Iceberg,JDBC,Kudu,MongoDB,OSS, Pulsar, Redis,S3,Kafka 等众多数据源，也支持自行开发 Source plugin
- Transform
Copy, FieldMapper, FilterRowKind, Filter, Replace, Split, SQL Functions, SQL UDF, SQL及自行开发的 Transform plugin
- Sink
DynamoDB, Assert, Cassandra, Clickhouse, ClickhouseFile, Console, DataHub, DingTalk, Doris, Elasticsearch, Email, Enterprise WeChat, Feishu, FtpFile, GoogleFirestore, Greenplum, Hbase, HdfsFile, Hive, Http, InfluxDB, IoTDB, JDBC, Kafka, Kudu, LocalFile, Maxcompute, MongoDB, MySQL, Neo4j, OssFile, OssJindoFile, Paimon, Phoenix, Rabbitmq, Redis, RocketMQ, S3Redshift, S3File, SelectDB Cloud, Sentry, SftpFile, Slack, Snowflake, Socket, StarRocks, TDengine, Tablestore 等，也支持自行开发的 Sink plugin
环境依赖
-
java 运行环境，java >= 8
-
如果您要在集群环境中运行 SeaTunnel，那么需要以下环境的任意一种：
- SeaTunnel Zeta
- Spark
- Flink
如果您的数据量较小或者只是做功能验证，也可以仅使用 local 模式启动，无需集群环境，SeaTunnel 支持单机运行。
下载
可以直接运行的软件包下载地址：https://seatunnel.apache.org/download
快速入门
快速入门：https://seatunnel.apache.org/docs/2.3.2/start-v2/locally/quick-start-seatunnel-engine
关于 SeaTunnel 的详细文档
生产应用案例
-
微博, 增值业务部数据平台 微博某业务有数百个实时流式计算任务使用内部定制版 seatunnel，以及其子项目Guardian做 seatunnel On Yarn 的任务监控。
-
新浪, 大数据运维分析平台 新浪运维数据分析平台使用 seatunnel 为新浪新闻，CDN 等服务做运维大数据的实时和离线分析，并写入 Clickhouse。
-
搜狗，搜狗奇点系统 搜狗奇点系统使用 seatunnel 作为 ETL 工具, 帮助建立实时数仓体系
更多案例参见: https://seatunnel.apache.org/user
评论