⭐️
工作原理
新用户先抓住这几点
在第一次使用 SeaTunnel 时，您不需要先理解所有内部模块。 对大多数新用户来说，更实用的顺序是：
- 先在本地跑通一个任务
- 再理解配置文件结构
- 然后选择合适的连接器和执行引擎
- 当您需要理解运行模型时，再回到这一页
把 SeaTunnel 先理解成“一条由配置驱动、运行在某个执行引擎上的数据管道”，通常最容易入门。
概述
SeaTunnel 是一个分布式多模态数据集成工具，采用插件化架构。连接器层与执行引擎解耦，同一套连接器可在不同引擎上运行。
这一页适合作为“快速开始”和“架构章节”之间的桥接页。当你已经知道 SeaTunnel 是什么，但还没形成“作业配置、插件体系、执行引擎如何连起来”的整体模型时，建议先读这里。
四个核心构件
1. 作业配置
配置文件描述了读什么、怎么转换、写到哪里，以及需要使用哪些引擎参数。
2. SeaTunnel 核心层
SeaTunnel 会解析配置、生成执行计划、加载插件，并把作业提交到选定的执行引擎。
3. 数据链路：Source -> Transform -> Sink
这是大多数新用户最应该先记住的数据路径：
- Source（读取） 负责从外部系统读取数据
- Transform（转换） 负责按需做字段映射、过滤或简单转换
- Sink（写入） 负责把结果写入目标系统
4. 执行引擎
引擎决定作业最终跑在哪儿。对大多数新用户来说，建议先从 SeaTunnel 引擎（Zeta） 开始；只有在现有环境已经依赖 Flink 或 Spark 时，再切换到对应引擎。
推荐阅读路径
如果你希望先建立一套系统级理解，建议按下面顺序阅读：
- 快速入门总览，先拿到最短首跑路径
- 本页，先建立执行模型的整体图景
- 引擎概览，理解执行引擎如何选择
- 架构概览，再进入更完整的分层视图
- 核心 API 设计，理解连接器与元数据契约
- 如果你还需要理解数据集编排与 transform 行为，再看 Transform 插件体系
核心组件
1. 连接器接口（Connector API）
与引擎无关的统一接口，用于开发 Source、Transform、Sink 连接器。
| 组件 | 说明 |
|---|---|
| Source（读取） | 从外部系统读取数据（数据库、文件、消息队列） |
| Transform（转换） | 数据转换（字段映射、过滤、类型转换） |
| Sink（写入） | 将数据写入目标系统 |
2. 执行引擎
| 引擎 | 适用场景 |
|---|---|
| SeaTunnel 引擎（Zeta） | 数据同步、CDC、低资源消耗 |
| Apache Flink | 复杂流处理、已有 Flink 基础设施 |
| Apache Spark | 大规模批处理、已有 Spark 基础设施 |
3. 翻译层
将 SeaTunnel 统一 API 转换为引擎特定实现，实现连接器跨引擎复用。
数据流
核心特性：
- 基于分片的并行读取
- 分布式快照实现精确一次语义
- 自动故障转移和恢复
模块结构
| 模块 | 职责 |
|---|---|
seatunnel-api | 核心 API 定义 |
seatunnel-connectors-v2 | Source 和 Sink 连接器 |
seatunnel-transforms-v2 | Transform 插件 |
seatunnel-engine | SeaTunnel 引擎（Zeta） |
seatunnel-translation | Flink 和 Spark 的引擎适配器 |
seatunnel-core | 作业提交与 CLI |
seatunnel-formats | 数据格式处理 |
seatunnel-e2e | 端到端测试 |
作业执行流程
- 解析 - 读取并验证作业配置
- 规划 - 生成带并行度的执行计划
- 调度 - 将任务分发到 Worker 节点
- 执行 - 运行 Source → Transform → Sink 管道
- 监控 - 跟踪进度、指标和检查点