6、7年没有调研现在流程的工具了，调研并记录一下。
Apache SeaTunnel
Apache SeaTunnel 是一个开源的、高性能的分布式数据集成平台，专为海量数据的批处理、流处理和实时数据同步而设计。它能够高效地完成数据抽取、转换与加载，支持在数十种异构数据源之间进行无缝传输，广泛用于数据仓库入湖、实时数仓构建、数据迁移和备份等场景。
Trino
Trino 是一个“不带存储，只动脑子”的超级联邦查询引擎。
它自己不存数据，但可以用一条 SQL，同时去查询你存放在 MySQL、Elasticsearch、Hive、ClickHouse、MongoDB……里的数据，并把结果当场拼成一张表返回。
联邦查询——一个能同时查所有资料柜的超级管理员
假设你要做一份报表，需要三样东西：
用户姓名、会员等级 → 在 MySQL 里
用户最近订单流水 → 在 ClickHouse 里
用户的信用评分 → 在 MongoDB 里
没用 Trino 之前，你的做法是：
写代码去 MySQL 取出用户信息。
写代码去 ClickHouse 取订单。
写代码去 MongoDB 取评分。
在程序里把三份数据根据用户 ID “对缝”拼在一起。
最后算出结果。
（又慢又复杂，还要写一堆胶水代码）
有了 Trino 之后，你只需要干一件事：
在 Trino 里执行下面这条 SQL（无需移动任何数据）：
SELECT
u.name, u.level,
o.total_amount,
c.score
FROM mysql.users AS u
JOIN clickhouse.orders AS o ON u.id = o.user_id
JOIN mongo.credits AS c ON u.id = c.user_id
WHERE o.date = '2026-06-08';Trino 会自己去三个地方分别取数、当场关联、返回结果。你完全不用提前把数据搬到一起。这就是联邦查询的威力：数据原地不动，计算触手可及。
你之前问“数仓转 API”，Trino 就是那个可以即时把各种散落数据源变成一个统一 SQL 入口，你再把这个 SQL 包装成 API 的神器。
Trino 其他几个一看就懂的优点
- 极速，真的极速
它不是逐条读数据，而是多台机器并行读，内存里计算，用管道流式处理，结果秒出。
查询 10 亿行级别数据，从分钟级变成秒级是常事。
- 标准 SQL，不学方言
Trino 追求 ANSI SQL 标准，你会写 MySQL 的 SQL，就能写 Trino 的 SQL，几乎没有学习成本。
复杂窗口函数、CTE、时间处理都支持得非常好，不像有的引擎这里缺一块那里缺一块。
- 连接一切，打破孤岛
Trino 支持 40 多种数据源，只要配一个“连接器”，就能像查本地表一样查它：
关系数据库：MySQL, PostgreSQL, Oracle, SQL Server
数仓/OLAP：ClickHouse, Doris, Druid, Pinot
数据湖：Hive, Iceberg, Hudi, Delta Lake
NoSQL：MongoDB, Cassandra, Redis, Elasticsearch
消息队列：Kafka（可查 Topic 里的数据）
文件：S3, HDFS, 本地 CSV/JSON
- 不搬数据，省时省力
零 ETL 即时分析：新数据进来立刻就能被 Trino 查到，不用等夜间跑批。
存储零冗余：数据仍放在原来的系统里，Trino 只当计算层，不要求你建一个巨型中央仓库。
- 查询“混搭”自建数仓/数据湖
你可以把 MySQL 的实时订单 + S3 上 Parquet 格式的历史归档 混合查询，Trino 帮你统一处理，就像查同一张表。
Apache DolphinScheduler
与 SeaTunnel “血缘关系”最近，都是国产 Apache 顶级项目，界面拖拽式，专门对 SeaTunnel 做了原生任务类型集成，开箱即用，是 SeaTunnel 官方推荐的最佳调度搭档。
