数据同步时，增量同步和全量同步如何配合保证数据一致性？

[yuanyao]

想做 mysql->redis 的实时数据同步，网上也有很多开源项目，不过太重了不适合使用，需要自己搞一个，我们已经有 canal 能接入数据库的变更消息。我想的简单方案：新增一个同步表时，全量扫表一次将数据同步到 redis ，消费 canal->kafka 持续将增量数据同步到 redis ，保证 redis 数据一直为最新，再加上每天运行 1 次全量扫表同步确保没有脏数据。不需要考虑数据删除的问题，业务场景用不到。

在初始化阶段，有个顺序问题困扰我：

如果我先扫表全量同步完成，再启动 canal 消费的增量同步，那么就可能漏数据了，因为扫表期间有可能中间新插入了数据，或者已同步的数据变更了。

如果先开启 canal 消费的增量同步，然后全量扫表同步，我想下了这样是没问题的，不会出现漏数据和数据不一致的情况，但不确定有没有我没考虑到的坑？

[decken]

记录全量同步开始的时间, 然后启动增量,指定刚才的时间, 从这个时间回溯 kafka

[yuanyao]

@decken 这个算是另一个方案了，如果我说的方案不行，那这个可以考虑。在开始全量同步前先去 kafka 查下最新的 offset ，增量消费的时候从这个 offset 开始消费，这样对吧

[decken]

@ly901206 #2 kafka 可以根据时间回溯的 方便一点

[jones2000]

一般不都是基于日志同步。

[xiaogu2014]

```再加上每天运行 1 次全量扫表同步确保没有脏数据```
这部分有必要吗？ 全量扫表的同时如果有数据改动呢？