那我们该如何选择合适同步的工具。大数据平台是与 Hadoop 集群相挂钩，在离线同步一般选择 Sqoop，Sqoop 从一开始就是为大数据平台的数据采集业务服务，而且作为 Apache 顶级的项目，Sqoop 比起 Datax 更加可靠，如果涉及阿里自身的数据库系列选择 Datax 是一个不错的选择。在实时同步数据，一般采用 Kafka 作为中间组件，跟 Canal 结合实现 MySQL 到 Hive 增量数据同步。kettle 和 Informatica PowerCenter 一般在建设数仓中使用，通过客户端配置 ETL 任务定制。