DataMover Docker 一键部署实测：35+ 数据源同步平台，从原生到容器化

实测 DataMover 的 Docker 部署方案——从一个用了两年原生版本的用户视角，记录一键安装的完整过程、踩坑总结和几个真实同步场景的验证结果。

聊聊数据同步这回事

做数据库迁移的人大概都遇到过这个场景——

新项目要上线，数据得从 A 库搬到 B 库。源库是 MySQL，目标库是 ClickHouse。或者更麻烦的：公司在做国产化替代，Oracle 的数据要迁移到达梦。又或者只是想用 Kafka 把业务变更广播出去，让下游消费。

不管哪种场景，本质上都是同一件事：让数据在异构数据库之间流动起来。听起来简单，但真做过的都知道，坑比想象的多。

以前我遇到同步需求，第一反应是：又得折腾了。

自己写脚本用 JDBC 硬拉？数据量一大就 OOM，没有断点续传，跑一半挂了得重来。用 DataX 配 JSON？功能强但配置写起来很烦，也没 Web 界面。上 Flink CDC？代码量不小，部署环境也重，小需求不值得搞这么重。无论选哪个，光环境配置就得花半天——装 JDK、配环境变量、调内存参数，还没开始同步已经累了。

DataMover 这个工具我很早就关注上了，之前一直在用原生部署版。解压、配参数、启动 Manager 和 Worker，流程熟悉了倒也不慢，但每换一台机器就得从头来一遍。

上个月逛官网的时候发现多了个 Docker 部署选项。说实话挺意外的——这工具居然出容器版了。赶紧拉下来试了一把。

这个工具到底能做什么

先快速说清楚 DataMover 是干什么的。

一个 Web 界面操作的数据迁移同步平台，支持 35+ 种数据源。全量迁移、增量同步、CDC 实时同步都支持，不写代码，配好就跑。

覆盖的数据库类型够全，基本市面上能想到的都在里面：

如果你正在做实时数仓构建、国产化数据库迁移、多源数据融合或者 AI 数据 pipeline，基本都能用上。

三种同步模式：

• 全量迁移——一次性把所有数据搬过去，适合首次初始化
• 增量同步——基于时间戳或自增字段周期性拉取，分钟级延迟，适合持续复制
• CDC 实时同步——基于 binlog/WAL 实时捕获变更，秒级延迟。源端支持 MySQL、Oracle、PostgreSQL、SQL Server、达梦、GaussDB

我之前用原生版跑过 MySQL → MySQL 全量测试做性能摸底，25 个字段、500 万行、2GB 数据，2 分钟跑完，算下来每秒 4.17 万行。

还有个值得提的设计：如果目标表不存在，DataMover 能自动建表，DDL 转换也是内置的——SQL Server 的 nvarchar 到 MySQL 的 varchar，不用手动调。而且它默认不往已存在的目标表写入，而是输出到加后缀的临时表，防止误覆盖。

为什么从原生换到 Docker

原生部署不是不能用，但每次部署都像开盲盒——

JDK 版本对得上吗？环境变量配好了吗？端口被占了吗？MySQL 准备好了吗？一台机器配通，换台机器又得重来一遍。团队里要配多节点更麻烦，每台 Worker 都得重复操作。

Docker 版把这堆破事全打包了。一行命令下来，容器跑起来就完事。CentOS 也好 Ubuntu 也罢，开发机还是生产机器，跑出来的环境一模一样，没有"在我电脑上是好的"这种玄学。

环境要求

就两个：

• Docker Engine 20.10+
• Docker Compose 2.x（docker compose 命令）

不用装 JDK，不用配 JAVA_HOME，什么都不用。镜像从阿里云 ACR 拉取，国内服务器不用额外配加速器。

如果服务器还没有 Docker，搜一下安装教程，装好再回来，两分钟的事。

一键安装：一行命令搞定

curl -fsSL https://down.datamover.cn/install.sh | bash

Windows 走 PowerShell：

Set-ExecutionPolicy Bypass -Scope Process -Force; irm https://down.datamover.cn/install.ps1 | iex

敲完回车后脚本自动干几件事：

1. 检查 Docker 和 Compose 环境
2. 下载 datamover-docker.zip 并解压
3. 从阿里云 ACR 拉取 Manager 和 Worker 镜像
4. 用 docker-compose 启动三个容器：MySQL（元数据库）、Manager（Web 管理）、Worker（执行引擎）

第一次启动要 3-5 分钟——主要花在镜像拉取和 MySQL 初始化（Flyway 自动建表）。之后重启十几秒完事。

如果想看看包里有什么

习惯先审查一下安装包的，可以手动下载：

wget https://down.datamover.cn/datamover-docker.zip
unzip datamover-docker.zip
cd datamover-docker

目录结构很清晰：

datamover-docker/
├── docker-compose.yml      # 容器编排
├── deploy.sh               # Linux 部署脚本
├── deploy.ps1              # Windows 部署脚本
├── .env                    # 环境配置
├── 使用说明.md
└── mysql/
    └── init/
        └── 01-grant-privileges.sql

主要配置在 .env 里。默认密码 Dm@2024#Secure!，想改直接编辑：

DM_DB_PASSWORD=你的密码

然后启动：

chmod +x deploy.sh
./deploy.sh

脚本自动检测 3306/8000/8011 端口是否被占，被占就自动换到可用端口，启动完打印实际地址。

跑个同步任务试试

浏览器访问 http://服务器IP:8000，看到登录界面说明成了。

默认管理员账号：admin / admin123

界面不复杂，左侧几个功能：数据源管理、任务管理、执行监控、节点管理。

跑一个 MySQL → MySQL 的全量同步试试：

1. 数据源管理 → 新增，填源库信息（主机、端口、库名、账号密码），测试连接，保存
2. 同样步骤加目标库
3. 任务管理 → 新建任务，选源和目标数据源，选要同步的表
4. 同步模式选全量，保存后启动

任务跑起来后，在"执行监控"能看实时的读取行数、写入行数和耗时。500 万行两分钟不到跑完——性能和原生版一样，没因为容器化打折。

架构上 Manager 负责调度和 Web 管理，Worker 负责数据搬运。Docker 部署把这三个组件打包到一起，开箱即用。

踩坑记录

实测遇到几个问题，写出来给大家省点时间：

1. 端口冲突

我服务器上本来就跑着 MySQL，3306 被占了。部署脚本自动检测到，把容器 MySQL 映射到了其他端口，没报错也没中断。这个自动化处理挺省心。

2. 内网环境镜像拉取

有些生产环境不能访问公网。镜像在阿里云 ACR，内网机器没法直拉。解决办法是找台公网机器拉下来再搬运：

# 公网机器拉取
./deploy.sh --pull
# 导出镜像
docker save -o datamover-images.tar datamover-manager datamover-worker
# 传到内网后导入
docker load -i datamover-images.tar

之后正常执行部署脚本就行。

3. Worker 注册不上

有次 Manager 节点管理里看不到 Worker。查日志发现 DM_LOCAL_IP 自动获取的地址不对——服务器多网卡，识别搞混了。在 .env 里手动指定本机 IP：

DM_LOCAL_IP=192.168.1.100

重启 Worker，几秒后注册成功。

4. 目标表安全机制

第一次用的时候任务显示执行成功，查目标库却发现没数据。后来才反应过来：DataMover 默认不向已有的目标表写入，而是输出到加后缀的新表。这是防止误覆盖线上数据的设计。确认数据正确后，在任务配置里勾选已有表就可以了。

总结

从原生部署换到 Docker，最直接的感受就是省心。不用操心 JDK、不用配环境变量、不用管 MySQL 初始化，一行命令全搞定。任务配置和原生版一样，性能也没损耗。

社区版永久免费，3 个同步任务、1 个执行节点。免费版包含 MySQL、Oracle、PostgreSQL、SQL Server、达梦、ClickHouse、Kafka 等 17 种核心数据源，个人开发者和中小企业够用。需要更多数据源、节点或 CDC 可升级付费版。

如果你也在做数据迁移、实时同步或者国产化替换，不妨试试。

官网下载：https://datamover.cn
文档地址：https://datamover.cn/doc/
电话咨询：18032410846