应用场景
不停服迁移上云
用户的系统上云，需要将位于本地数据中心或其他云厂商的数据库，或云服务器 BCC 自建数据库迁移至云数据库 RDS，使用迁移通道可以在不影响原数据库运行的情况下，完成结构及全量数据的迁移，后期使用增量数据并验证目标库数据，待数据完全追平即可将业务切换到 RDS。
异地多活
随着业务的快速扩张，用户可能需要在全国乃至全球范围内提供服务。如跨地域热活的全局单点写、本地读的数据库架构仅能满足部分读多写少或对写入延迟不敏感的业务。DTS 能够提供异地多活解决方案，打破单点写入限制，支持业务向多个数据库实例同时写入。用户可以在两个数据库实例间建立双向实时同步，将任意一端实例上的写入变更同步到另一端实例中。用户还可以为三个或三个以上地域的数据库实例建立级联双向同步，将任意实例的写入变更同步到全局数据库实例中，保障数据全局一致性。
多云灾备
如果用户的数据库实例只部署在一个可用区/机房中，则很容易因机房失电、网络故障等不可抗力因素导致数据库服务不可用，进而导致业务服务受损。为了进一步提高 实例的安全，DTS 提供多可用区、多地域乃至多云环境的数据库灾备同步方案，帮助用户灵活构建数据库异地灾备环境，并与生产环境保持长期数据同步，确保生产和灾备环境数据一致。当生产环境服务中断时，用户可以快速切流到灾备环境，及时恢复服务。
业务事件驱动
以业务会员服务为例，购买会员涉及下单支付、权益绑定、关联业务状态更新等业务逻辑，如果将这些逻辑全部耦合在购买会员流程中，需要全部变更完成后，才能返回下单结果。DTS 可以帮助用户将多种业务逻辑解耦为通过实时消息通知实现的事件驱动架构，让核心业务逻辑更简单可靠，提升核心应用用户体验和稳定性。
缓存更新
为提高业务访问速度，提升业务读并发，通常的做法是在业务架构中引入缓存层，让业务所有读请求全部路由到缓存层，通过缓存的内存读取机制来提升业务读取性能。使用 DTS 异步订阅数据库的增量数据，并更新缓存的数据，实现轻量级的缓存更新策略。业务侧更新数据库后即可返回，无需关注缓存更新；DTS 通过解析数据库的增量日志来获取增量数据，不会对业务和数据库性能造成影响。
实时分析
实时数据分析能够让企业更快速、灵活地调整市场策略，适应快速变化的市场方向和消费者体验。在风控、实时监控大屏、ML/DL模型变更等场景中，数据采集是打通流式数据流的前提。DTS 支持将 OLTP 数据库（如：MySQL、PostgreSQL、SQL Server 等）的实时增量数据同步到消息队列（如：Kafka）中，用户可以从消息队列中订阅增量数据并推送到下游流式计算框架中。
实时入湖/仓
数据仓库能够为企业客户提供关键的实时在线分析、核心报表、大屏和监控能力，通常在精准营销、商业智能报表、多源联合分析、交互式分析等场景落地。DTS 可以帮助用户将在线服务数据库变更数据实时同步至百度数据仓库 Palo 中，数据采集任务配置白屏化，助力用户快速搭建满足自身业务的数据仓库和 BI 系统。