2.6倍！WhaleTunnel 客户POC实景对弈DataX

作为阿里早期的开源产品，DataX是一款非常优秀的数据集成工具，普遍被用于多个数据源之间的批量同步，包括类似Apache DolphinScheduler的Task类型也对DataX进行了适配和增强，可以直接在DolphinScheduler里面利用通用的数据源调用DataX进行数据批量同步。

作为DolphinScheduler的社区支持者和商业版本的提供者，白鲸开源在升级到商业版WhaleScheduler的时候也遇到使用DataX的用户，因为白鲸开源也在主力维护者另外一个Apache顶级社区 Apache SeaTunnel，它对应的商业版是WhaleTunnel。所以，经常有客户会询问，WhaleTunnel比DataX优势在哪里啊？ 性能到底如何？今天这里用一个客户实际的POC案例来实景对弈下，以及最终用户为什么选择WhaleTunnel替换了开源的DataX。

功能差异

首先，从功能上，我们来对比下商业版WhaleTunnel和DataX的差异点。可以看到WhaleTunnel作为一个商业数据集成工具，不仅具备了Apache SeaTunnel开源的多线功能，还在数据源数量、可视化、DDL变更和运维监控方面都做了增强，对比DataX来讲，更是在集群稳定性、批流一体、数据源以及可视化上有明显优势：

性能差异

具体到性能方面，到底孰弱孰强，我们直接上用户具体测试的实际场景来看（这是在征求某零售客户许可后公布的测试POC数据内容，已混淆其中的各项业务相关内容）：

测试内容：

• 单表（80个字段，数千万条记录）
• 源数据库：Oracle
• 目标数据库：Apache Doris
• WhaleTunnel与DataX并行度：10
  WhaleTunnel采用可视化界面配置，DataX采用WhaleScheduler中的DataX任务进行配置。

这是WhaleTunnel测试配置截图：

那么测试结果如何呢？

这是WhaleTunnel同步的性能速率：

这是同样配置服务下，单台DataX同步Insert的速率：

这是同样配置服务下，单台DataX同步upsert的速率：

可以看到，同样的数据，在同样的并行度情况下有如下测试结论：

可以看到，在这个场景下，因为WhaleTunnel在源连接器读取速度、商业引擎以及商业写入连接器方面都有大幅优化，在同样并行度的Insert场景下，速度是DataX的2.2倍；而Upsert场景下，WhaleTunnel速度是DataX的2.6倍。而这只是WhaleTunnel单台服务器的场景，WhaleTunnel还支持集群部署来提高并行度性能，同时WhaleTunnel集群还支持CDC实时数据同步，可以说功能上完全就是新一代的数据集成工具。

结论

综上，可以看到WhaleTunnel在开源版的Apache SeaTunnel之上增加了大量商业版功能，并对可视化开发、引擎、接口、Transform、DDL、运维监控做了大量优化和开发。而两者基于新一代数据集成引擎SeaTunnel Zeta，在批量同步、实时同步方面都是在行业当中的佼佼者。与DataX相比，WhaleTunnel更适用于多种场景、多数据源的数据同步，同时也可以帮助用户全面从DolphinScheduler+DataX的组合中平滑升级到WhaleScheduler+WhaleTunnel的新一代DataOps平台里，满足用户多云、混合云、多数据源的批量、CDC实时的数据集成工作需求。

如果对数据集成和同步工具商业版WhaleTunnel感兴趣，可扫描下方二维码沟通咨询。

本文由 白鲸开源 提供发布支持！