版本：3.x

最佳实践

📄️ 数据同步最佳实践

本指南旨在提供使用 Tapdata 进行数据同步时的最佳实践，我们将从数据源分析、任务配置和运行监控等方面具体介绍，帮助您构建高效、可靠的数据同步任务。

Excel 是使用广泛的数据统计和数据分析软件，Tapdata 支持读取本地、FTP、SFTP、SMB 或 S3FS 上的 Excel 文件，满足多样化的数据流转需求。

Redis 是基于内存的 key-value（键值对）数据库，可用于数据缓存、事件发布/订阅、高速队列等场景。Tapdata 支持将关系型数据库（Oracle、MySQL、MongoDB、PostgreSQL、SQL Server）的数据实时同步至 Redis，帮助您快速完成数据流转。

在大数据时代，越来越多的企业需要将传统的关系型数据库中的数据实时同步到大数据处理平台，以支持实时数据处理、数据湖构建、数据仓库替代等场景。而 Oracle 作为一款广泛应用于企业级应用的关系型数据库，其数据同步到大数据平台的需求也日益增加。

Tapdata 通过心跳表的设计，每隔 10 秒向源库写入时间戳信息，通过检查心跳表中的时间戳信息，我们可以快速判断数据源的活跃性和链路健康状况，从而更好地监测数据同步链路，保障数据同步链路的稳定性和可靠性。

Tapdata 支持通过 SMTP 协议来发送告警邮件，可以实现在用户常用的邮箱中及时接收到异常通知，从而帮助您及时感知运行异常，保障任务运行的稳定性和可靠性。

面对海量数据的迁移场景，您可以借助 Tapdata 的全量断点续传功能，将数据分片并迁移，提高数据迁移的可靠性，保障迁移任务的成功运行。

在现代的支付系统中，支付数据的分析对于了解用户行为、优化业务流程以及制定决策至关重要。对于存储支付数据的数据库表来说，有时会将支付数据以 JSON 串的形式写入一个字段中，在后续分析时往往因其结构复杂而面临着处理复杂度高的问题。