在现代应用开发中，将关系型数据库（MySQL/PostgreSQL）的数据实时同步到 Elasticsearch 以提供强大的全文搜索能力，是一个非常经典的需求。

但通常，实现这一目标并不轻松：

• Logstash？配置繁琐，资源占用高。
• Kafka + Debezium？架构太重，维护成本高。
• 手写同步代码？容易出现数据不一致，难以处理断点续传。

今天，我要带大家体验 ElasticRelay —— 一个基于 Go 语言编写的现代化 CDC（Change Data Capture）网关。它主打零代码、高性能、易部署，能让你在 5 分钟内搭建起一条稳定、高效的实时同步链路。

不管你是想做全文检索、实时大屏，还是数据异构，这篇文章都将带你从零开始，快速上手。

---

🛠️ 准备工作

在开始之前，确保你的电脑上已经准备好了以下环境：

• Docker & Docker Compose: 我们用它来一键拉起数据库和 ES 环境。
• Go (1.25+): 用于编译 ElasticRelay（当然，生产环境直接下载二进制即可）。
• Git: 拉取代码。

准备好了吗？让我们开始计时！⏱️

第一步：获取代码与环境 (0:00 - 1:00)

首先，把代码克隆下来。我们为了方便演示，直接使用项目自带的 Docker 环境。

git clone https://github.com/yogoosoft/ElasticRelay.git
cd ElasticRelay

项目贴心地准备了一个 docker-compose.yml，里面预置了 MySQL (8.0) 和 PostgreSQL (15)。

💡 小提示：默认配置中 Elasticsearch 是注释掉的。如果你本地没有 ES，请打开 docker-compose.yml，把第 111-132 行的注释取消掉。

启动基础设施：

docker-compose up -d

随着容器的启动，你现在已经拥有了：

• 📦 MySQL: 端口 3306
• 📦 PostgreSQL: 端口 5432
• 🔍 Elasticsearch: 端口 9200

第二步：极速构建 (1:00 - 2:00)

ElasticRelay 是用 Go 写的，编译速度非常快。

# 赋予脚本执行权限
chmod +x scripts/build.sh

# 一键构建
./scripts/build.sh

稍等片刻，绿色的成功提示亮起，你的 bin/ 目录下就出现了一个名为 elasticrelay 的二进制文件。这就是我们的主角。

第三步：配置“魔法” (2:00 - 3:30)

ElasticRelay 的强大之处在于其简洁的配置。我们不需要写任何代码，只需要告诉它：“源在哪里”、“去哪里”、“同步哪些表”。

在 config 目录下新建一个 quickstart_config.json：

{
  "version": "3.0",
  "data_sources": [
    {
      "id": "mysql-local",
      "type": "mysql",
      "host": "localhost",
      "port": 3306,
      "user": "elasticrelay_user",
      "password": "elasticrelay_pass",
      "database": "elasticrelay",
      "server_id": 100,
      "table_filters": ["users"] 
    }
  ],
  "sinks": [
    {
      "id": "es-local",
      "type": "elasticsearch",
      "addresses": ["http://localhost:9200"],
      "options": {
        "index_prefix": "elasticrelay"
      }
    }
  ],
  "jobs": [
    {
      "id": "demo-sync-job",
      "source_id": "mysql-local",
      "sink_id": "es-local",
      "enabled": true,
      "options": {
        "initial_sync": true
      }
    }
  ],
  "global": {
    "log_level": "info",
    "grpc_port": 50051
  }
}

配置解读：

• data_sources: 定义了 MySQL 连接，我们只监听 users 表。
• sinks: 定义了 Elasticsearch 连接，索引前缀设为 elasticrelay（所以最终索引名会自动变为 elasticrelay-users）。
• jobs: 把源和目标连起来，initial_sync: true 表示启动时先做一次全量同步，然后自动切换到增量同步。

💡 PostgreSQL 用户请看这里：想同步 PG？只需把 type 改为 postgresql，端口 5432，用户密码改为 postgres/postgres 即可。ElasticRelay 会自动适配 PG 的逻辑复制协议！

第四步：见证奇迹 (3:30 - 4:00)

激动人心的时刻到了，启动服务！

./bin/elasticrelay -config config/quickstart_config.json

当你看到控制台输出 INFO: Starting job [demo-sync-job] 时，同步引擎就已经在高速运转了。

第五步：实战验证 (4:00 - 5:00)

光说不练假把式，我们来往 MySQL 里插几条数据，看看 ES 那边反应有多快。

1. 向 MySQL 写入数据：

   # 连入 MySQL 容器
   docker exec -it elasticrelay-mysql mysql -u elasticrelay_user -pelasticrelay_pass elasticrelay
   

   在 MySQL 命令行中执行：

   -- 建表
   CREATE TABLE IF NOT EXISTS users (
       id INT PRIMARY KEY AUTO_INCREMENT,
       name VARCHAR(255),
       email VARCHAR(255),
       created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
   );
   
   -- 插入数据
   INSERT INTO users (name, email) VALUES ('Geek Zhang', 'zhang@geek.com');
   INSERT INTO users (name, email) VALUES ('Coder Li', 'li@code.com');
   

2. 去 Elasticsearch 查收：

   打开另一个终端，直接 curl 一下：

   curl -X GET "http://localhost:9200/elasticrelay-users/_search?pretty"
   

   Boom! 💥 你会立刻看到刚才插入的数据已经躺在 ES 里了：

   {
     "hits": {
       "hits": [
         {
           "_source": {
             "id": 1,
             "name": "Geek Zhang",
             "email": "zhang@geek.com",
             ...
           }
         }
       ]
     }
   }
   

🎉 总结

看，不需要复杂的架构，不需要编写一行同步代码，仅仅 5 分钟，我们就实现了一个生产级的数据库到搜索引擎的实时同步闭环。

ElasticRelay 还在幕后为你做了很多事情：

• 断点续传：重启服务不会丢失数据。
• 自动建索引：不需要手动去 ES 创建 Mapping。
• 并行处理：大表同步也能飞快。

---

想要试用 ElasticRelay？ 查看我们的 GitHub 仓库 或阅读我们的 入门指南。

有问题？ 加入我们的 社区讨论 或在 Twitter 上联系我们。

ElasticRelay 团队致力于构建更好的数据基础设施工具。关注我们的旅程，我们让实时数据同步变得简单、可靠，并且让每个开发者都能使用。