关注Halo用户们：
大家好！
各位朋友好久不见，2024年感谢大家对Halo的认可和关注，在此2025年开年之际，对Halo的使用者和合作伙伴表示衷心的感谢。
首先给各位同仁以及用户汇报下，回望过去的一年，Halo秉持初心，我们深知国产数据库行业的挑战与机遇并存。在大家的陪伴下，我们共同见证了技术的飞跃，完成了HSM的开发与测试、在华东以及华南和东北地区完成市场拓展，POC测试过后，所有用户均表达对Halo的高度认可。
在生态建设方面，Halo立足当下完成ISV合作伙伴的拓展，并且与高校达成战略合作，完成了教育行业的从0到1。我们始终坚持技术创新，不断优化产品性能，提升用户体验，力求为用户带来更加高效、稳定、安全的数据库解决方案。
大家的反馈是我们宝贵的财富。每一次的建议和意见，都促使我们不断反思、改进和成长。我们深知，只有深入了解您的需求，才能为您提供更加贴心、精准的服务。我们始终将用户至上作为企业的核心价值观，致力于成为您最值得信赖的合作伙伴。在2024年，Halo14版本完成无数次BUG修复与功能增加。以及16版本的开发和发布工作，在此也对各位陪伴Halo成长的大家表示衷心的感谢。
展望未来，我们将持续投入研发，推动国产数据库技术的创新与突破。密切关注市场动态，紧跟行业发展趋势，不断优化产品和服务，以满足大家日益增长的需求。同时，我们也期待与您携手共进，共同探索新的业务领域，创造更加辉煌的成就。
在此2025年新年开年之际，Halo决定，将数据迁移平台工具，完全开源！在这个特别的时刻，我们宣布，我司的数据迁移工具将正式完全开源！这是一个我们期待已久的决定，也是我们回馈广大用户、推动数据库技术发展的重要举措。
一直以来，我们深知数据迁移对于企业和个人用户的重要性。它不仅是技术升级的关键步骤，更是确保业务连续性和数据完整性的重要环节。因此，我们投入了大量的人力和物力，研发了这款高效、稳定、易用的数据迁移工具，旨在帮助用户轻松应对各种数据迁移挑战。
现在，我们决定将这款工具完全开源，让更多的开发者、企业和个人能够免费使用、修改和分发它。我们相信，开源将激发更多的创新和合作，推动数据库技术的快速发展。同时，我们也期待更多的用户能够参与到我们的开源社区中来，共同完善和优化这款工具，为数据库技术的发展贡献自己的力量。
在此，我要向所有一直以来支持我们的用户表示衷心的感谢。是你们的信任和支持，让我们能够不断前行，不断突破自我。未来，我们将继续坚持开放、合作、创新的发展理念，为用户提供更加优质、高效的产品和服务。
最后，我再次呼吁大家积极参与到我们的开源社区中来，共同推动数据库技术的发展和进步。让我们携手共创更加美好的未来！
杭州易景数通科技有限公司
链接：https://github.com/HaloLab001/hmt-web
数据迁移平台说明：
HaloMigrationTool 羲和数据库迁移工具。
从Oracle、MySQL等多种数据库迁移到羲和数据库，这包括自定义类型、表结构、约束、索引、触发器等全部数据库对象完整迁移到羲和数据库，但不同数据库的语法是有差异的，迁移的过程中可能涉及到大小写规则、数据类型和精度、分区表、触发器、序列等语法大量改造工作，还需要迁移大量的表数据，同时保证数据的完整性。
羲和数据库迁移工具致力于利用简洁直观的web操作界面来高效、稳定地完成Oracle、MySQL等多种数据库到羲和数据库之间的数据迁移功能。
在开始构建和安装过程之前，请确保满足以下先决条件：
- Java8 (建议jdk1.8.0_151以上)
- Maven (建议3.6.1以上)
- hmt 工具包
- Python2.7 (支持Python3需要修改替换hmt/bin下面的三个python文件，替换文件在doc/hmt-web/hmt-python3下)
- Halo14 或更高的版本 (适用于存储库)
- Windows、Linux
- 元数据迁移: 源端Oracle、MySQL 迁移至 目标端Halo
- 全量数据同步: Oracle、MySQL、SqlServer、Db2、PostgreSql、DaMeng、Halo (都支持反向同步数据)
- 增量数据同步: Oracle(目前测试支持11g-19c)、MySQL、SqlServer、PostgreSql、Halo (目前只测试过以上数据源同步到Halo以及反向同步)
- 数据对比: 源端Oracle、MySQL 至 目标端Halo
- 一键迁移: 源端Oracle、MySQL 至 目标端Halo
- Hmt-Web: 提供简洁直观的web操作界面，通过页面完成迁移任务。
- 调度中心: 页面菜单栏提供数据源管理、任务管理、统计报表等多个功能模块。
- 执行器集群: 支持执行器多节点路由策略选择，支持超时控制、失败重试、失败告警、任务依赖，执行器CPU.内存.负载的监控等。
- Hmt: 采用Framework + plugin架构构建。将数据源读取和写入抽象成为Reader/Writer插件，纳入到整个同步框架中。
- Reader: 数据采集模块，负责采集源端数据源的数据，将数据发送至FrameWork。
- Writer: 数据写入模块，负责不断的向FrameWork取数据，并将数据写入目标端。
- FrameWork: 用于连接reader和writer，作为两者的数据传输通道，处理缓冲，流控，并发，转换等核心技术问题。
将迁移工具部署后，启动hmt-web服务，通过web界面建立迁移任务并执行，通过配置过的并发度将任务批量下发到hmt数据同步模块，将不同数据源的同步抽象为从源头数据源读取数据的插件，以及向目标端写入数据的Writer插件，由FrameWork连接Reader和Writer，作为两者的数据传输通道，处理缓冲，流控，并发，转换等，Writer不断的向FrameWork取数据并写入目标端，从而完成数据迁移任务。 "# hmt-web" "# hmt-web"
