Surreal-Sync 综合评估
Surreal-Sync 是由 SurrealDB 官方生态（surreal-skills 集合）维护的数据迁移 CLI 工具，专用于将异构数据源高效同步至 SurrealDB 图数据库。
核心用法
采用 surreal-sync from <SOURCE> <COMMAND> 的统一 CLI 范式，支持 MongoDB、PostgreSQL（触发器/wal2json 双模式）、MySQL、Neo4j、JSONL 文件、Apache Kafka 共 7 种数据源。提供 全量同步（Full Sync） 与 增量 CDC（Change Data Capture） 两种模式：CDC 实现涵盖 MongoDB Change Streams、PG/MySQL 触发器+序列检查点、PG wal2json 逻辑复制、Neo4j 时间戳追踪及 Kafka 消费者去重。
显著优点
- 多源覆盖广：关系型、文档型、图数据库、消息队列、文件格式一站式支持
- 自动化程度高：自动推断源库 schema 并创建 SurrealDB 表结构，自动映射主键为 Record ID，自动提取关系生成图边
- 生产级特性：可恢复断点续传（checkpoint tracking）、可配置批大小与并行度、Kafka 消费端内置去重
- 性能与可靠性：Rust 原生编译，资源占用低；CDC 机制成熟（wal2json 为 PG 官方推荐方案）
潜在局限
- 依赖特定插件：PostgreSQL CDC 需预装
wal2json或配置触发器，增加运维复杂度 - 版本锁定风险：作为
surreal-skills子模块，版本迭代可能与 SurrealDB 主版本强耦合 - Neo4j CDC 精度：基于时间戳追踪存在边界条件遗漏风险，非原生变更流机制
- JSONL 无 CDC：仅支持全量批量导入，无实时同步能力
适合人群
- 计划从 MongoDB/关系型数据库向 SurrealDB 迁移的团队
- 需要构建实时数据管道（Lambda 架构）的架构师
- 已有 Kafka 生态，希望将事件流持久化到 SurrealDB 的工程师
常规风险
- 数据一致性：CDC 延迟期间源库更新可能丢失，需配合幂等写入或补偿机制
- Schema 漂移：自动推断的 schema 可能无法覆盖业务后期变更，需监控同步健康状态
- 权限暴露：CLI 需明文传递数据库密码，生产环境建议配合密钥管理服务（如 Vault）
- 网络中断：长连接 CDC 会话需配置合理的超时重试与断线恢复策略
---
来源：上游仓库 surrealdb/surreal-sync（commit 8166b2b）