国产化替代大趋势下，MySQL 数据平滑迁移到达梦 DM8 是刚需。本文使用 DataMover 这一开源数据同步工具，讲解如何通过 Docker 一键部署实现从 MySQL 到 DM8 的全量数据迁移，覆盖数据源配置、任务创建、执行监控到结果验证的完整流程。
场景背景
做过信创项目的人都知道——MySQL 的数据要迁到达梦，看着简单，真正上手就不是那么回事了。
达梦的 SQL 语法和 MySQL 有差异，字段类型、自增主键、字符集都得处理。传统做法是：MySQL 导出 SQL → 手动改写达梦兼容语法 → 分批导入。一张表还好，几十上百张表的时候，光改 DDL 就能改到怀疑人生。
DataX 也是一个选择，但 DataX 没有 Web 界面，全靠 JSON 配置文件，每调试一次需要修改 JSON 后重启任务，反复看日志排查问题，效率上不去。
DataMover 是一个开源的数据同步工具，提供可视化 Web 界面和 Docker 容器化部署方案，支持 MySQL、达梦、Oracle、PostgreSQL 等多种数据源之间的全量、增量及 CDC 实时同步。以下是我们项目中使用 DataMover 完成 MySQL 到 DM8 迁移的完整实践。
DataMover 关键能力
先简单说几个关键能力，后面实操都能看到：
- 自动建表：MySQL 的
CREATE TABLE进来，DataMover 自动转换成达梦兼容的 DDL。字段类型、注释都在，不用手工改。 - 智能映射：同名字段自动匹配，命名不一致的手动一拖就行。
- 断点续传：任务跑到一半断了，重启接着跑，不重复不丢数据。
- 可视化 Web 界面：不用写 JSON，浏览器里勾选配置就能跑。
DataMover 将最繁琐的"DDL 转换 + 字段映射"自动化，大幅降低了迁移工作量和出错概率。
Docker 部署方案
Docker 容器化是 DataMover 推荐的部署方式，一条命令即可完成全组件拉起，无需手动配置 Java 环境和外部数据库依赖。容器化带来的核心收益包括：环境一致性（开发、测试、生产环境完全一致）、资源隔离（每个服务独立容器，互不干扰）、快速扩缩容（通过调整容器资源配置即可应对不同数据量级），以及便捷的运维管理（镜像版本可追溯、回滚便捷）。
一键安装（推荐）
Linux / macOS：
curl -fsSL https://down.datamover.cn/install.sh | bash
Windows PowerShell：
Set-ExecutionPolicy Bypass -Scope Process -Force; irm https://down.datamover.cn/install.ps1 | iex
脚本自动检测 Docker 环境、下载压缩包、拉取镜像并启动 Manager、Worker 和依赖组件。首次启动需 3-5 分钟完成 MySQL 初始化和建表。
启动完成后访问 http://localhost:8000，默认账号 admin / admin123 登录。
如需自定义配置（如修改默认密码、调整 JVM 参数、更换端口映射），可从下载页获取
datamover-docker.zip，解压后编辑 .env 文件，然后执行 ./deploy.sh：
unzip datamover-docker.zip
cd datamover-docker
# 编辑 .env 文件修改配置
./deploy.sh
原生安装包部署
对于无法使用 Docker 的环境（如某些安全要求严格的内部网络），下载页也提供原生安装包，分 Linux、Windows、macOS 三个版本：
Linux / macOS：
wget https://down.datamover.cn/datamover-latest.zip
unzip datamover-latest.zip
cd datamover
./bin/startup.sh
Windows：
.\bin\startup.bat
启动后同样是 http://localhost:8000 访问，功能与 Docker 版完全一致。详细配置参考官方文档。
Manager 服务运行在 8000 端口，Worker 运行在 8011 端口。登录后可看到数据源管理、任务管理、节点管理几个核心模块。
配置数据源
添加 MySQL 数据源
左侧导航进"数据源管理" → "新增数据源"：
- 类型选择 MySQL
- 填写连接信息：主机、端口（3306）、库名、用户名、密码
- 点击"测试连接"验证连通性
添加达梦数据源
- 类型选择 达梦(DM)
- 连接地址格式：
jdbc:dm://192.168.1.100:5236（默认端口 5236） - 填写达梦的数据库名、用户名、密码
- 测试连接
注意：达梦 JDBC 驱动版本需要与 DataMover 版本匹配。DM8 完全兼容，DM7 建议先确认驱动兼容性。连接串中也可指定字符集参数，如 ?characterEncoding=UTF-8，避免后续中文乱码问题。
创建同步任务
选择源和目标
点"新增任务"：
- 基础信息：任务命名，如
mysql_to_dameng_order - 选择源：选 MySQL 数据源
- 选择目标：选达梦数据源
表选择与字段映射
勾选需要迁移的表（如 orders、users、products、order_items），DataMover 自动检测目标库是否存在同名表。字段映射界面左右对比展示源表和目标表字段，同名自动匹配，不一致的可以手动拖拽对齐。对于字段命名规范不同的业务表，这一功能大大减少了映射工作量。
自动建表
目标表不存在时，DataMover 自动创建并完成类型转换——MySQL 的 AUTO_INCREMENT 转为达梦 IDENTITY，VARCHAR、DATETIME 等类型也做对应映射。建议正式迁移前先让 DataMover 自动建表，然后到达梦客户端查看生成的 DDL，确认转换结果符合预期再运行全量迁移。
同步模式
全量同步一次性搬迁所有数据。如需持续同步可选"增量同步"或"CDC 实时同步"——CDC 实时同步功能，延迟秒级，适合需要保持源与目标数据实时一致的生产场景。
执行与监控
配置完成后点"保存并启动"。监控界面展示：
- 当前进度：已处理行数 / 总行数
- 吞吐量：每秒处理行数，可用于评估迁移性能
- 运行状态：运行中 / 已完成 / 异常
- 日志：每条同步记录的详细日志，便于问题排查
任务报错时，DataMover 会显示具体错误信息和 SQL 上下文，在字段映射中调整类型映射后即可重试，无需重新配置整个任务。这种交互方式相比 DataX 的 JSON 修改→重启→查日志循环，效率提升明显。
结果验证
同步完成后，在达梦查询工具进行验证：
1. COUNT 校验
-- MySQL 源库
SELECT COUNT(*) FROM orders; -- 500000
-- 达梦目标库
SELECT COUNT(*) FROM orders; -- 500000
2. 抽样核对
SELECT * FROM orders WHERE id IN (1, 100, 10000, 500000);
对比关键字段的值（订单金额、状态、时间戳等），确保数据精度无损。
3. 表结构检查：确认字段名、类型、注释与源库一致。
踩坑记录
坑 1：达梦连接端口不符
达梦默认端口 5236，但安装时可能被修改。第一次连接超时排查较久——检查了网络连通性、防火墙规则，最后才发现是端口不一致。建议连接前在达梦服务器上用 ps -ef | grep dmserver 确认实际监听端口。
坑 2：自增主键映射
MySQL 的 AUTO_INCREMENT 到达梦后转为 IDENTITY。DataMover 自动处理 DDL 转换，但若业务依赖主键自增值（如分页查询依赖主键连续性），需提前在达梦侧创建序列并设置正确起始值。
坑 3：字符集乱码
源库 utf8mb4 与达梦默认 GBK 不匹配导致中文数据入库后乱码。JDBC 连接串添加 ?characterEncoding=UTF-8 解决。对于存量数据，建议在同步前先确认两边字符集配置。
坑 4：大表场景 JVM 内存不足
多表并发处理大数据量时，Worker 容器默认 2GB JVM 堆内存可能不够，导致 OOM 或频繁 Full GC 影响吞吐量。在 .env 中调大内存：
JAVA_OPTS=-Xms4g -Xmx4g
重新执行 ./deploy.sh 使配置生效。对于超大表（亿级行数），还可考虑分批迁移或调整 Worker 并发线程数。
总结
MySQL 到达梦 DM8 的数据迁移，核心需求是数据不丢、不错、支持断点续传。DataMover 的 Docker 容器化方案提供了环境一致性和快速部署能力，Web 界面配合自动化 DDL 转换和字段映射大幅降低了迁移复杂度。