生产环境里要把 SAP HANA 的数据同步到 Doris，整个链路绕不开几个关键环节：结构迁移、全量初始化、增量捕获、写入 Doris，以及最后的数据校验。每一步都不简单，但好在可以借助工具把流程串起来。

这篇文章就来聊聊，怎么用 CloudCanal 搭一条从 HANA 到 Doris 的同步链路。它能帮你把结构迁移、全量数据、增量捕获、写入和校验都放进同一个任务里：先迁结构和全量数据，然后用 Trigger 捕获 HANA 的 INSERT / UPDATE / DELETE，最后做数据校验和订正。

为什么要把 SAP HANA 数据同步到 Doris？

SAP HANA 本身确实能处理事务和分析，也经常被用于实时分析场景。但在生产环境里，把核心业务库和分析平台拆开，已经是一种比较常见的架构选择。让 HANA 继续服务 ERP、财务、供应链这些核心系统，把面向报表、看板、明细查询的负载同步到 Doris，好处很明显。

减少核心库的分析压力

报表查询、明细查询和业务交易如果共用同一套 HANA 资源，高峰期很容易互相影响。把分析查询交给 Doris，核心库上的大查询压力就能降下来。

实时分析需求越来越强

经营看板、订单分析、库存分析、财务明细——这些需求早已不满足于 T+1 的刷新频率，很多团队希望做到分钟级甚至秒级。这时候，周期性离线导出往往跟不上数据新鲜度的要求，需要持续同步 HANA 的新增、更新和删除操作。

分析层需要单独扩展

如果为了分析查询持续扩容 HANA，成本和运维压力都会水涨船高。把分析负载同步到 Doris 后，分析侧可以按自己的查询量、并发量和数据规模来灵活扩展，互不干扰。

多源数据需要汇到一起分析

很多企业不只有 HANA，还会同时使用 MySQL、Oracle、SQL Server、PostgreSQL、Kafka 等系统。把 HANA 的数据接入 Doris，就能和其他业务数据放到统一的分析层里查询，不用再来回切换数据源。

HANA 到 Doris 同步技术点

数据同步整体流程

CloudCanal 实现 HANA 源端增量数据同步，主要靠触发器捕获变更事件。整体流程大致是这样的：先安装触发器，通过它捕获增量变更数据；记录位点，标记增量数据同步的起点；接着执行全量数据迁移；最后进入增量数据同步阶段。

表级别 CDC 表

CloudCanal 设计了表级别的 CDC 表，每张源表都对应一张 CDC 表。CDC 表的结构只是在原表的基础上增加了几个位点字段，专门用于增量同步。

相比于把所有数据写入单一 CDC 表，表级别的 CDC 表更独立，方便多次订阅同一张表。而且触发器只需要执行 INSERT 语句，对字段多的表也能快速执行。扫描消费 CDC 数据时，不需要额外处理，消费逻辑更简单。

原表：

 复制代码CREATE COLUMN TABLE "SYSTEM"."TABLE_TWO_PK" (
  "ORDERID" INTEGER NOT NULL ,
  "PRODUCTID" INTEGER NOT NULL ,
  "QUANTITY" INTEGER,
  CONSTRAINT "FANQIE_pkey_for_TA_171171268" PRIMARY KEY ("ORDERID", "PRODUCTID")
)

CDC 表：

 复制代码CREATE COLUMN TABLE "SYSTEM"."SYSTEMDB_FANQIE_TABLE_TWO_PK_CDC_TABLE" (
  "ORDERID" INTEGER,
  "PRODUCTID" INTEGER,
  "QUANTITY" INTEGER,
  "__$DATA_ID" BIGINT NOT NULL ,
  "__$TRIGGER_ID" INTEGER NOT NULL ,
  "__$TRANSACTION_ID" BIGINT NOT NULL ,
  "__$CREATE_TIME" TIMESTAMP,
  "__$OPERATION" INTEGER NOT NULL
);
-- other index

触发器 (INSERT)：

 复制代码CREATE TRIGGER "FANQIE"."CLOUD_CANAL_ON_I_TABLE_TWO_PK_TRIGGER_104" AFTER INSERT ON "SYSTEM"."TABLE_TWO_PK" REFERENCING NEW ROW NEW FOR EACH ROW
BEGIN
  DECLARE EXIT HANDLER FOR SQLEXCEPTION BEGIN  END;
  IF 1=1 THEN
    INSERT INTO "SYSTEM"."SYSTEMDB_FANQIE_TABLE_TWO_PK_CDC_TABLE" (__$DATA_ID, __$TRIGGER_ID, __$TRANSACTION_ID, __$CREATE_TIME, __$OPERATION, "ORDERID","PRODUCTID","QUANTITY")
    VALUES(
      "SYSTEM"."CC_TRIGGER_SEQ".NEXTVAL,
      433,
      CURRENT_UPDATE_TRANSACTION(),
      CURRENT_UTCTIMESTAMP,
      2,
      :NEW."ORDERID" ,
      :NEW."PRODUCTID" ,
      :NEW."QUANTITY"
    );
  END IF;
END;

表级别任务位点

在表级别 CDC 表模式下，同步增量数据时，每个表都有自己的位点，原来的单一位点显然满足不了这种需求。于是 CloudCanal 引入了表级别的增量同步位点，确保每个表都能消费各自对应的增量同步位点。位点具体长这样：

 复制代码[
  {
    "db": "SYSTEMDB",
    "schema": "FANQIE",
    "table": "TABLE_TWO_PK",
    "dataId": 352,
    "txId": 442441,
    "timestamp": 1715828416114
  },
  {
    "db": "SYSTEMDB",
    "schema": "FANQIE",
    "table": "TABLE_TWO_PK_2",
    "dataId": 97,
    "txId": 11212,
    "timestamp": 1715828311123
  },
  ...
]

这种设计的好处很明显：位点精细控制——每个表都有自己的增量同步位点，可以只重新消费特定表的增量数据，不用把全表数据都拉一遍，精度高了，效率也上去了；数据并行处理——因为每个表有自己的位点，不同表的增量数据可以同时处理，避免了单一位点导致的串行瓶颈，同步速度自然就快了。

创建任务前确认

为了让全量初始化和增量写入更稳定，创建任务前建议重点确认几件事：

• 按 Doris Unique Key 模型规划目标表。CloudCanal 通过 Stream Load 写入 Doris，按主键整行替换，适合承接 HANA 主键表的新增、更新和删除。
• 迁移前确认 HANA 源表主键，同步规划好 Doris Unique Key，避免无主键表影响全增量链路。
• 如果 HANA 源表发生结构变更，按 HANA DDL 变更文档处理后再继续同步，避免源端和目标端结构不一致。
• 源表里如果带了 TEXT、BIN_TEXT、ST_POINT、ST_GEOMETRY、BINARY、BLOB 这类特殊类型，建议提前评估，能取舍的取舍，要做类型转换的也提前规划好。
• 确保迁移同步节点能访问 Doris / SelectDB FE QueryPort 和 FE/BE HttpPort，保证元数据查询和 Stream Load 写入正常执行。

用 CloudCanal 做 SAP HANA 到 Doris 同步演示

准备动作

• 登录 CloudCanal SaaS 版本，或下载安装商业版私有部署。
• 准备好源端和目标端数据库及对应数据。
• 参考 HANA 权限准备文档做账号授权。

添加数据源

登录 CloudCanal 控制台，点击 数据源管理 > 新增数据源。

创建源端数据源，选择 自建数据源，选择 HANA 并填写相关信息。

创建目标端数据源，选择 自建数据源，选择 Doris 并填写相关信息。

任务创建

点击 同步任务 > 创建任务。

源端选择 HANA 数据源，目标端选择 Doris 数据源，分别点击 测试连接 按钮并设置数据库映射关系。点击下一步。

选择 增量同步，并且勾选 全量初始化。点击下一步。

选择订阅的表，点击下一步。

配置列映射，点击下一步。

点击创建任务。

任务创建过程会执行一系列异步操作。可以点击 同步设置 > 异步任务，找到任务创建记录并点击 详情 查看。

HANA 源端任务创建通常包含以下步骤：结构迁移、初始化 HANA CDC 表以及对应触发器、分配任务执行机器、创建任务状态机、完成任务创建。

任务创建完成后，CloudCanal 会自动流转：结构迁移——把 HANA 源端表定义迁移到 Doris，如果 Doris 中已经存在同名表，则会忽略；全量数据迁移——把已有存量数据完整迁移到 Doris；增量数据同步——持续把 HANA 增量数据同步到 Doris。

数据校验

任务进入增量同步并且延迟追平后，建议创建数据校验任务，检查 HANA 源端和 Doris 目标端是否一致。可以在同步任务详情页点击 功能列表 > 创建相似任务，在任务类型中选择 数据校验 或 数据校验和订正。创建过程中如果遇到问题，可以查阅相关文档或联系技术支持。

其他同步方案

手动导出 / 导入

最直接的做法，就是从 HANA 导出 CSV 或其他中间文件，再用 Doris 的导入功能写入目标表。

这种方式上手快、依赖少，适合小数据量、一次性迁移、测试环境初始化或历史冷数据搬迁。但问题也很明显：导出时如果 HANA 还在写入，数据一致性很难保证；导入失败后重跑成本高；后续要做增量同步，还得另起一套链路。所以，它不太适合生产级持续同步。

批量 ETL

批量 ETL 通常是先做一次全量，再按时间戳、业务水平线或批次号定时抽取增量。

它适合低频报表、小时级刷新、源表有可靠更新时间字段的场景。相比手动导出，批量 ETL 更自动化，也更容易接入调度系统。但批量 ETL 很依赖“增量字段”，如果 updated_at 不可靠、存在晚到更新、删除记录无法表达，或者需要高频同步，就容易漏数、重复，也很难补数。

自建 CDC / 触发器链路

如果要捕获 HANA 的 INSERT、UPDATE、DELETE，可以用触发器记录变更，再由消费程序写入 Doris。

这种方案实时性更好，也能覆盖更多变更。但要处理的工程细节很多：触发器如何安装和恢复、变更表如何清理、消费位点如何管理、Doris 写入失败如何重试、数据如何校验，都需要团队自己实现并长期维护。如果企业已经有成熟的数据平台团队，可以考虑自建 CDC；如果只是为了一条 HANA 到 Doris 链路，自研通常不太划算。

方案对比

总结

如果只是一次性搬小表，导出导入就够了。如果是低频同步，批量 ETL 可以满足部分报表需求。如果团队自研能力强、后续多条链路可复用，也可以考虑自建 CDC。但如果是生产环境，希望尽量减少停机，并持续把 HANA 变更同步到 Doris，全量 + 增量一体化的迁移方式显然更合适。