公司有个需求要把线上一套 MySQL 业务库的数据实时同步到另一个分析库。数据量不大，但要求稳定。选了一圈方案之后，我决定用 DataMover——之前在自己测试环境跑过，体验还行。
不过这次有个变化：它出 Docker 版了。以前我一直用原生部署，这次就试试容器化方案，记录一下。
聊聊数据同步的苦
做数据库迁移的人都知道，这事儿说起来简单做起来坑多。
以前遇到同步需求，我第一反应是：又得折腾了。自己写脚本用 JDBC 拉？数据量大就 OOM，没有断点续传，跑一半挂了要重来。用 DataX 配 JSON？功能强配置烦，没 Web 界面。上 Flink CDC？代码量不小，小需求不值得搞这么重。
最烦的是环境配置。每台机器都得装 JDK、配 JAVA_HOME、调内存参数。一台配通，换台又得重来。
DataMover 我关注挺久了，之前一直用原生版。解压、配参数、启动 Manager 和 Worker，流程熟了倒也不慢，但每换机器就得重复一遍。上个月逛官网发现出了 Docker 版，二话不说试了一把。
这工具能做什么
一个 Web 界面操作的数据迁移同步平台，35+ 种数据源，三种同步模式，不写代码。
支持的数据库挺全的（官网 datamover.cn 有完整列表）：
- 传统关系型：MySQL、PostgreSQL、Oracle、SQL Server、MariaDB、Db2
- 国产数据库：达梦(DM)、GaussDB、OceanBase、Kingbase、PolarDB
- 数据仓库：ClickHouse、Apache Doris、SelectDB、Hive
- NoSQL：MongoDB、Redis、Elasticsearch、HBase
- 消息队列：Kafka、RabbitMQ、RocketMQ、ActiveMQ
三种同步模式：全量迁移（一次性搬）、增量同步（时间戳周期拉取，分钟级延迟）、CDC 实时同步（binlog/WAL 捕获，秒级延迟）。
性能方面我跑过 MySQL → MySQL 全量测试，25 字段、500 万行、2GB，2 分钟跑完，每秒 4.17 万行。
有个设计细节值得说：目标表不存在时自动建表，DDL 转换也内置了。而且默认不往已有表写入，输出到加后缀的临时表——这设计挺安全，防止误覆盖。
为什么之前没切 Docker
说白了就是懒。
原生部署虽然麻烦，但走熟了也那样。我甚至把步骤写成了脚本。但问题在于环境差异：开发机 Mac，测试机 CentOS，生产机 Ubuntu。JDK 版本对不对、端口能不能用、MySQL 有没有装——这些破事每次都得确认。
Docker 理论上能解决，但我一直没空验证。
Docker 部署实测
环境：4 核 8G Linux，装了 Docker 和 Compose。
安装就一行：
curl -fsSL https://down.datamover.cn/install.sh | bash
敲完回车那一刻我还有点忐忑——怕报错、怕拉取失败。
结果什么都没发生。脚本自动检查 Docker 环境、下载压缩包、拉取镜像、启动三个容器（MySQL + Manager + Worker）。第一次启动 3-5 分钟，后面就秒起了。
如果你跟我一样习惯先看代码再执行，也可以手动下载：
wget https://down.datamover.cn/datamover-docker.zip
unzip datamover-docker.zip
cd datamover-docker
包里结构清晰：docker-compose.yml、deploy.sh、deploy.ps1、.env。.env 里可以改默认密码 Dm@2024#Secure!。
chmod +x deploy.sh
./deploy.sh
脚本自动检测端口占用。我的服务器本来就有 MySQL，3306 被占了，它自动换到别的端口，没报错。启动完打印实际地址。
浏览器打开 http://IP:8000，看到登录界面说明成了。
admin/admin123 登录。
跑了个同步任务
我配了一个 MySQL → MySQL 全量同步：
- 数据源管理加源库和目的库
- 新建任务，选源和目标
- 选表，选全量同步
- 保存，启动
任务跑了，监控页面显示实时的读写行数和耗时。500 万行两分钟跑完，性能和原生版差不多，没因为容器化打折。
踩坑记录
1. 端口冲突：已有 MySQL 占 3306，脚本自动映射到其他端口，处理得挺聪明。
2. 目标表没数据：任务显示成功但目标库没数据。因为 DataMover 默认不往已有表写，输出到加后缀的新表。这安全机制第一次用真会被坑到。
3. Worker 不上线：Manager 节点管理看不到 Worker。查日志发现 DM_LOCAL_IP 自动获取的地址不对——服务器多网卡搞混了。在 .env 里指定本机 IP，重启 Worker 就好了。
4. 内网镜像拉取：公司测试环境是内网，不能直接 curl。找了台公网机器：
./deploy.sh --pull
docker save -o datamover-images.tar datamover-manager datamover-worker
# 传到内网
docker load -i datamover-images.tar
效果与思考
切到 Docker 后最直观的感受：不用再操心 JDK 和环境变量了。任务配置和原生版一样，但部署环节省了很多事。
环境一致性问题彻底解决了——"在我电脑上是好的"这种玄学不再出现。不管 CentOS 还是 Ubuntu，拉起来都一样。
另外说下它的安全机制。默认不往已有表写数据这件事，初次用确实会懵，但理解了它的设计逻辑后反而觉得靠谱——数据同步最怕的就是写错地方把线上数据搞崩了。
这个工具社区版免费，3 个任务 1 个节点，对我这种场景够用。免费版包含 MySQL、Oracle、SQL Server、达梦、ClickHouse、Kafka 等 17 种数据源。如果你也在做数据迁移相关的工作，不妨用 Docker 版试试，反正拉个镜像也就几行命令的事。安装包在官网下载页面能找到最新版本。