@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_kafka_realtime_sync.md

@@ -0,0 +1,71 @@
+# 将数据导入云器 Lakehouse 的完整指南
+
+## 数据入仓：使用Lakehouse Studio实时同步导入Kafka数据
+
+#### 概述
+
+#### 使用场景
+
+已有 Kafka 数据源，对数据同步的实时性要求高，期望能实时同步到 Lakehouse 的表中，实现端到端秒级延迟。
+
+#### 实现步骤
+
+导航到 开发 -> 任务，点击“+”，选择“实时同步”，新建一个“实时同步”作业。
+
+:-: ![](.topwrite/assets/image_1736319394961.png =740)
+
+主要配置如下：
+
+:-: ![](.topwrite/assets/image_1736319702232.png =740)
+
+^
+
+在左侧选择源端 Kafka 数据源时，请配置正确的 `mode`、`groupId` 和 `codec`。其中请特别注意，`groupId` 尽量不要在多个实时同步任务中复用，以避免相互干扰、同时消费数据导致目标数据丢失或不完整的情况。
+
+^
+
+然后在右侧选择Lakehouse目标端，选择已有的数据表，或者新建数据表（推荐使用）：target\_table\_from\_kafka。
+
+在“新建数据表”SQL代码里，将表名改为“target\_table\_from\_kafka”。
+
+:-: ![](.topwrite/assets/image_1736321482644.png =740)
+
+^
+
+在“字段映射配置”区域，系统会默认使用 Kafka Topic 的内置字段进行数据字段映射。如果 Topic 内的消息格式为 JSON，您还可以通过新增计算列的方式，使用 JSONPath 规则解析 `value` 字段中的内容。例如，通过下图所示的 `[__value__].[accountId]` 来提取源端 Topic 中 `__value__` 字段内的 `accountId`，并写入到目标端的 `__value__` 字段中。
+
+:-: ![](.topwrite/assets/image_1736322127793.png =740)
+
+^
+
+在“同步规则配置”中，设定同步的最大并发数。增大并发数可以提升数据消费速度。
+
+^
+
+检查字段映射符合预期后，在配置中设定“集群”等必填信息，点击“确定”，然后点击“保存”以保存任务配置。
+
+:-: ![](.topwrite/assets/image_1736322224165.png =740)
+
+实时同步任务当前不支持直接运行测试，需要提交发布后，检查运行结果是否正常。
+
+:-: ![](.topwrite/assets/image_1736322037109.png =740)
+
+#### 下一步建议
+
+* 在运维中心启动实时同步任务，观察任务运行指标并验证数据同步结果是否正常。
+
+  :-: ![](.topwrite/assets/image_1736322337162.png =740)
+
+* 第一次启动时选择“无状态启动”的方式即可。
+
+  :-: ![](.topwrite/assets/image_1736322414065.png =740)
+
+* 正常启动后，可以看到以下监控指标，表示同步任务运行正常。
+
+  :-: ![](.topwrite/assets/image_1736322603085.png =740)
+
+* 抽查目标表中的数据，与源端数据进行校验核对，确认是否符合预期。
+
+#### 资料
+
+[实时同步任务](realtime_sync.md)

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_local_file_into_table_by_studio.md

@@ -0,0 +1,64 @@
+# 将数据导入云器Lakehouse的完整指南
+
+## 数据入仓：通过云器Lakehouse Studio 加载本地文件
+
+#### 概述
+
+您将使用[云器Lakehouse Studio](https://accounts.clickzetta.com/)来基于WEB界面操作、以无代码的方式来加载本地数据到云器Lakehouse的表中。
+
+#### 使用场景
+
+适合较小（不大于2GB）的本地文件（CSV、TXT、Parquet、AVRO、ORC）直接上传到云器Lakehouse的表中，无需编程实现，实现方式最简单。
+
+#### 实现步骤
+
+##### 上传文件
+
+导航到数据->数据目录，单击“上传数据”，导入本地文件（测试数据生成章节生成的CSV文件）到表中。
+
+:-: ![](.topwrite/assets/image_1736146842294.png =519)
+
+##### 导入数据
+
+点击“上传数据”：
+
+* 测试数据生成章节生成的测试数据
+* 云器Lakehouse设置章节创建的Schema
+* 选择新建表，表名为：lift\_tuckets\_import\_by\_studio\_web
+* 云器Lakehouse设置章节创建的虚拟计算集群
+
+:-: ![](.topwrite/assets/image_1736146857816.png =513)
+
+点击“下一步”后，检查上传数据自动设置项是否正确，如果数据预览符合预期，则自动设置正确，点击“确认”即可完成数据上传。
+
+:-: ![](.topwrite/assets/image_1736146867287.png =516)
+
+##### 结果校验
+
+进入“数据”查看导入状态和数据：
+
+可以看到导入数据的结果里，写入行数为“100,000”，这个在“测试数据生成”步骤生成的数量一致。
+
+:-: ![](.topwrite/assets/image_1736146881028.png =523)
+
+可以进一步“预览数据”，确认数据加载成功：
+
+:-: ![](.topwrite/assets/image_1736146888569.png =518)
+
+至此，我们通过云器Lakehouse Studio 加载本地文件到表中。
+
+:-: ![](.topwrite/assets/image_1736146899159.png =515)
+
+#### 下一步建议
+
+* 继续加载数据到同一张表中或者其它表中。通过在上个页面的“上传”，可以上传更多数据到同一张表中。
+* 通过云器Lakehouse自带的DataGPT进行可视化数据探索、以问答方式进行数据分析。
+* 在云器Lakehouse Studio的IDE里开发SQL任务，进一步清洗和转换数据，分析数据。
+
+#### 资料
+
+[数据源](DataSourceConfigGuide.md)
+
+[数据同步](data-integration.md)
+
+^

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_overview.md

@@ -0,0 +1,66 @@
+# 将数据导入云器Lakehouse的完整指南
+
+## 概述
+
+将数据导入云器Lakehouse的方法有很多种。不同的场景、要求、团队技能和技术栈选择都可能会做出不同的数据采集决策。本快速入门将指导您完成使用不同方法加载相同数据的示例：
+
+### 数据入仓
+
+* 通过云器Lakehouse Studio 加载本地文件
+* 通过云器Lakehouse Studio 批量加载（公网连接）
+* 通过云器Lakehouse Studio 批量加载（私网连接）
+* 通过云器Lakehouse Studio 实时多表加载（CDC）
+* 使用 Zettapark SQL 导入数据
+* 使用 Zettapark从Dataframe导入数据
+* 来自 Kafka – 采用 Zettapipe
+* 来自 Kafka – 外部表方式
+* 来自数据湖（对象存储）- SQL Volume方式
+* 来自数据湖（对象存储）- SQL Copy Into方式
+* 来自External Catalog(Hive) - SQL方式
+* 从 Java SDK - 使用云器实时写入服务
+
+### 数据入湖
+
+* 通过数据库客户端DBV/SQLWorkbench PUT文件的方式
+* 通过ZettaPark PUT文件的方式
+
+在本指南结束时，您应该熟悉多种加载数据的方法，并能够根据您的目标和需求选择正确的模式。完成初始项目设置后，每种提取方法都可以单独进行，并且彼此不依赖。
+
+### 先决条件
+
+* 云器Lakehouse帐户具有创建用户、角色、工作空间、Schema、动态表、虚拟计算集群、数据同步与调度任务等的能力
+* 熟悉 Python、Kafka 和/或 Java
+* Docker 基础知识
+* 能够在本地运行 Docker 或访问环境来运行 Kafka 和 Kafka Connectors
+
+### 您将学到什么
+
+* 如何以及何时使用云器Lakehouse Studio的离线同步数据
+* 如何以及何时使用云器Lakehouse Studio的多表实时同步数据
+* 如何从数据湖导入数据
+* 如何以及何时从文件导入数据
+* 如何从 Kafka 加载数据
+* 如何从流中加载数据
+
+### 需要什么
+
+* [云器Lakehouse](https://www.yunqi.tech/)账户
+* 本指南的[Github代码库](https://github.com/yunqiqiliang/clickzetta_quickstart/tree/main/a_comprehensive_guide_to_ingesting_data_into_clickzetta)
+
+### Mac 要求
+
+* [Docker](https://docs.docker.com/desktop/install/mac-install/)安装
+* [Conda](https://docs.conda.io/projects/conda/en/latest/user-guide/install/macos.html)安装
+
+### Linux 要求
+
+* [Docker](https://docs.docker.com/engine/install/ubuntu/)安装
+* [Conda](https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html)安装
+
+### Windows 要求
+
+* 适用于Windows的 [WSL with Ubuntu](https://learn.microsoft.com/en-us/windows/wsl/install)
+* 在 Ubuntu 中安装 [Docker](https://docs.docker.com/engine/install/ubuntu/)
+* 在 Ubuntu 中安装 [Conda](https://docs.conda.io/projects/conda/en/stable/user-guide/install/linux.html)
+
+^

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_pipe_kafka.md

@@ -0,0 +1,7 @@
+# 将数据导入云器Lakehouse的完整指南
+
+## 数据入仓：使用Pipe持续导入Kafka数据
+
+#### 参考资料
+
+[使用Pipe持续导入Kafka数据](pipe-kafka.md)

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_pipe_oss.md

@@ -0,0 +1,7 @@
+# 将数据导入云器 Lakehouse 的完整指南
+
+## 数据入仓：使用 Pipe 持续导入对象存储数据
+
+### 参考资料
+
+[使用Pipe持续导入对象存储数据](pipe-storage-object.md)

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_studio_batchload_public_network.md

@@ -0,0 +1,52 @@
+# 将数据导入云器Lakehouse的完整指南
+
+## 数据入仓：通过云器Lakehouse Studio 批量加载（公网连接）
+
+#### 概述
+
+#### 使用场景
+
+已有数据源（包括数据库、数据仓库）具备公网可访问的地址（比如做了公网NAT映射），单表数据量大，且要求同步成本低，对数据新鲜度要求低（往往是小时级别甚至天级别）的情况下，将数据从数据源的表同步到Lakehouse的表中。
+
+#### 实现步骤
+
+导航到开发->任务，点击“+”，选择“离线同步”，新建一个“离线同步”作业。
+
+:-: ![](.topwrite/assets/image_1736147655855.png =464)
+
+其它参数配置如下：
+
+:-: ![](.topwrite/assets/image_1736147664609.png =470)
+
+然后选择新建数据表：lift_tickets_data_from_pg_batch。
+
+在"新建数据表"SQL代码里，将表名改为"lift_tickets_data_from_pg_batch"。
+
+:-: ![](.topwrite/assets/image_1736147671728.png =455)
+
+检查字段映射是否符合预期，然后测试运行同步任务：
+
+:-: ![](.topwrite/assets/image_1736147681157.png =459)
+
+检查测试结果：
+
+查看测试任务的日志，检查numWrite的数量和源表的数据行数一致。
+
+:-: ![](.topwrite/assets/image_1736147689681.png =469)
+
+#### 下一步建议
+
+* 配置where条件，设置每次运行需要同步的数据，而不是全量。一般是基于时间字段的过滤。
+
+* 配置调度参数并提交、运维，周期性同步数据。
+
+  * 如果是适合数据量小的维表数据，则无需设置where条件，将数据写入模式设置为"覆盖写入"，每次都进行全量覆盖。
+  * 如果是数据量大的事实表数据，需要设置where条件，将数据写入模式设置为“追加写入”，每次都进行增量追加写入，以降低每次的同步数据量和同步成本。避免每次都全量同步带来的高成本。
+
+* 离线同步任务作为数据ELT的数据抽取（E）和加载（L）的开始，可以进一步通过SQL任务对加载进数仓的数据进行清洗和转化（T）。
+
+#### 资料
+
+[数据管理](data.md)
+
+^

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_studio_python_node.md

@@ -0,0 +1,111 @@
+# 将数据导入云器Lakehouse的完整指南
+
+## 数据入湖：通过云器Lakehouse Studio内置的Python节点从web加载文件入湖
+
+#### 概述
+
+云器Lakehouse Studio内置了Python节点，可以开发和运行Python代码。
+
+#### 使用场景
+
+适合在数据入湖时需要调用第三方Python代码库对文件进行处理，比如本示例中调用了阿里云对象存储OSS的Python代码库。
+
+#### 实现步骤
+
+##### 新建Python任务
+
+导航到开发->任务，单击“+”，新建一个Python任务。
+
+任务名：05\_通过Studio内置的Python节点从web加载文件入湖。
+
+:-: ![](.topwrite/assets/image_1736148972084.png =427)
+
+##### 开发Python任务代码
+
+将[如下代码](https://github.com/yunqiqiliang/clickzetta_quickstart/blob/main/a_comprehensive_guide_to_ingesting_data_into_clickzetta/py_data_to_datalake_from_web_by_python_node.py)粘贴到新建Python任务的代码编辑器里：
+
+```Python
+import os,io
+import subprocess
+from datetime import datetime, timedelta
+import oss2
+
+# 阿里云OSS配置
+ACCESS_KEY_ID = '${ak}'
+ACCESS_KEY_SECRET = '${sk}'
+BUCKET_NAME = '你的bucketname'
+ENDPOINT = 'oss-cn-hangzhou-internal.aliyuncs.com'
+ROOT_PATH = f'{BUCKET_NAME}/ingest_demo/from_web'
+
+try:
+    # 构建wget命令
+    url = f"https://github.com/yunqiqiliang/clickzetta_quickstart/blob/main/a_comprehensive_guide_to_ingesting_data_into_clickzetta/data/lift_tickets_data.csv.gz"
+    cmd = ["wget", "-qO-", url]
+    print(f"wget cmd: {cmd}")
+
+    # 执行wget命令并捕获输出
+    wget_output = subprocess.check_output(cmd)
+    print(f"Wget file done...")
+
+    # 将输出转换为内存中的文件对象
+    file_obj = io.BytesIO(wget_output)
+except Exception as e:
+    print(f"An error occurred: {e}")
+    file_obj = None
+    raise
+
+if file_obj:
+    try:
+        # 初始化阿里云OSS
+        auth = oss2.Auth(ACCESS_KEY_ID, ACCESS_KEY_SECRET)
+        bucket = oss2.Bucket(auth, ENDPOINT, BUCKET_NAME)
+
+        # 上传文件到OSS
+        oss_path = f"{ROOT_PATH}/lift_tickets_data.csv.gz"
+        print(f"osspath: {oss_path}")
+        bucket.put_object(oss_path, file_obj)
+        print(f"Put file to oss done...")
+    except Exception as e:
+        print(f"An error occurred: {e}")
+    finally:
+        # 关闭内存中的文件对象
+        file_obj.close()
+```
+
+##### 给任务配置参数
+
+其中有两个参数：
+
+ACCESS\_KEY\_ID = '${ak}'ACCESS\_KEY\_SECRET = '${sk}'
+
+通过点击“调度”为参数填上默认值：
+
+:-: ![](.topwrite/assets/image_1736148983636.png =435)
+
+点击“加载代码中的参数”，并为参数填写对应的值：
+
+:-: ![](.topwrite/assets/image_1736148989712.png =431)
+
+##### 运行测试
+
+点击“运行”，执行Python代码。
+
+:-: ![](.topwrite/assets/image_1736148997078.png =427)
+
+##### 检查上传结果
+
+登录阿里云对象存储，查看上传的文件。
+
+:-: ![](.topwrite/assets/image_1736149004171.png =415)
+
+#### 下一步建议
+
+* 调度Python任务，实现周期性数据入湖。
+* 对加载到数据湖里的文件通过SQL进行数据湖分析。
+* 与其他任务形成完整的ELT工作流。
+
+#### 资料
+
+[Studio Python任务节点](Python_Task.md)
+
+^

package/bin/skills/lakehouse-doc/references/comprehensive_guide_to_ingesting_studio_realtime_cdc_public_network.md

@@ -0,0 +1,249 @@
+# 将数据导入云器 Lakehouse 的完整指南
+
+## 数据入仓：通过云器 Lakehouse Studio 多表实时同步（CDC，公网连接）
+
+#### 概述
+
+#### 使用场景
+
+已有数据源（包括数据库、数据仓库）具备公网可访问的地址（比如做了公网 NAT 映射），需要多表同时同步，对数据新鲜度要求高（往往是分钟级别甚至秒级别），并且能够接受较高的同步成本的情况下，将数据从数据源的表同步到 Lakehouse 的表中。
+
+云器 Lakehouse Studio 多表实时同步支持多表合并，可以将结构相似的多个源表的数据合并到一张云器 Lakehouse 目标表中。
+
+#### 实现步骤
+
+##### 新建多表实时同步任务
+
+导航到 开发 -> 任务，点击“+”，选择“多表实时同步”，新建一个多表实时同步任务。
+
+:-: ![](.topwrite/assets/image_1736147975347.png =494)
+
+任务名：06\_multi\_table\_rt\_sync\_from\_pg
+
+##### 来源数据选择“PostgreSQL”
+
+:-: ![](.topwrite/assets/image_1736147983573.png =502)
+
+##### 选择同步对象
+
+云器 Lakehouse Studio 会自动同步源库结构供选择：
+
+:-: ![](.topwrite/assets/image_1736147992225.png =467)
+
+##### 数据库CDC配置
+
+创建一个 Slot
+
+:-: ![](.topwrite/assets/image_1736148001087.png =459)
+
+插件类型：pgoutput
+
+Slot名：slot\_for\_multi\_table\_ingest\_demo
+
+##### 目标配置
+
+规则表达式：multitable_sync_{SOURCE_TABLE}。给目标表加上前缀 multitable_sync_{SOURCE_TABLE}，以区分和其它方式同步进来的表。
+
+查看字段映射，确保所有字段都映射成功：
+
+:-: ![](.topwrite/assets/image_1736148015509.png =445)
+
+##### 配置同步规则
+
+:-: ![](.topwrite/assets/image_1736148027202.png =443)
+
+##### 提交
+
+配置完成后，提交多表实时同步任务：
+
+:-: ![](.topwrite/assets/image_1736148034594.png =427)
+
+##### 运维
+
+运维多表实时同步任务：
+
+:-: ![](.topwrite/assets/image_1736148045501.png =425)
+
+##### 启动
+
+启动多表实时同步任务：
+
+:-: ![](.topwrite/assets/image_1736148052375.png =426)
+
+第一次启动该多表实时同步任务时，选择“无状态启动”和“全量数据同步”：
+
+:-: ![](.topwrite/assets/image_1736148058726.png =426)
+
+启动后即可查看任务运行的详细情况。等待全量同步完成后，系统会自动开始进行增量实时同步。
+
+##### 进度查看
+
+全量同步进行中：
+
+:-: ![](.topwrite/assets/image_1736148083158.png =446)
+
+全量同步完成。
+
+开始进行实时同步：
+
+:-: ![](.topwrite/assets/image_1736148107686.png =430)
+
+##### 增量实时同步
+
+往 PG 数据库插入增量数据，进行增量实时同步。在 VS Code 里新建一个文件“[rt\_data\_generate\_insert\_into\_pg.py](https://github.com/yunqiqiliang/clickzetta_quickstart/blob/main/a_comprehensive_guide_to_ingesting_data_into_clickzetta/rt_data_generate_insert_into_pg.py)”，将如下代码复制进去：
+
+```py
+import os
+import sys
+import rapidjson as json
+import optional_faker as _
+import uuid
+import random
+import time
+import psycopg2
+from faker import Faker
+from datetime import date, datetime, timedelta
+from dotenv import load_dotenv
+
+load_dotenv()
+fake = Faker('zh_CN')  # 使用中文区域
+resorts = ["大董烤鸭", "京雅堂", "新荣记", "仿膳饭庄", "全聚德", 
+           "利群烤鸭店", "鼎泰丰", "海底捞", "江苏会所", "店客店来",
+           "周黑鸭", "夜上海", "香宫", "长安壹号", "翡翠餐厅", "北京饭店",
+           "四川豆花饭庄", "海底捞火锅", "川办餐厅", "南门火锅",
+           "胡同", "翠园", "利苑酒家", "御宝轩", "金鼎轩", 
+           "外婆家", "大董", "顺峰海鲜酒家", "小龙坎火锅",
+           "新大陆中餐厅", "京兆尹", "鼎泰丰（台湾）", "滇池来客", 
+           "绿波廊", "南美时光"]
+
+# Load database credentials from environment variables
+DB_NAME = 'postgres'
+DB_USER = 'postgres'
+DB_PASSWORD = 'postgres'
+DB_HOST = 'localhost'
+DB_PORT = '5432'
+
+def connect_db():
+    conn = psycopg2.connect(
+        dbname=DB_NAME,
+        user=DB_USER,
+        password=DB_PASSWORD,
+        host=DB_HOST,
+        port=DB_PORT
+    )
+    return conn
+
+def random_date_in_2025():
+    start_date = date(2025, 1, 1)
+    end_date = date(2025, 12, 31)
+    return start_date + timedelta(days=random.randint(0, (end_date - start_date).days))
+
+def random_datetime_between(start_year, end_year):
+    start_datetime = datetime(start_year, 1, 1)
+    end_datetime = datetime(end_year, 12, 31, 23, 59, 59)
+    random_seconds = random.randint(0, int((end_datetime - start_datetime).total_seconds()))
+    return start_datetime + timedelta(seconds=random_seconds)
+
+def insert_lift_ticket(cursor, lift_ticket):
+    cursor.execute("""
+        INSERT INTO ingest_demo.lift_tickets_data (txid, rfid, resort, purchase_time, expiration_time, days, name, address_street, address_city, address_state, address_postalcode, phone, email, emergency_contact_name, emergency_contact_phone)
+        VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s)
+    """, (
+        lift_ticket['txid'], lift_ticket['rfid'], lift_ticket['resort'],
+        lift_ticket['purchase_time'], lift_ticket['expiration_time'],
+        lift_ticket['days'], lift_ticket['name'], lift_ticket['address_street'],
+        lift_ticket['address_city'], lift_ticket['address_state'],
+        lift_ticket['address_postalcode'], lift_ticket['phone'],
+        lift_ticket['email'], lift_ticket['emergency_contact_name'],
+        lift_ticket['emergency_contact_phone']
+    ))
+
+def generate_lift_ticket():
+    global resorts, fake
+    lift_ticket = {
+        'txid': str(uuid.uuid4()),
+        'rfid': hex(random.getrandbits(96)),
+        'resort': fake.random_element(elements=resorts),
+        'purchase_time': random_datetime_between(2021, 2024),
+        'expiration_time': random_date_in_2025(),
+        'days': fake.random_int(min=1, max=7),
+        'name': fake.name(),
+        'address_street': fake.street_address(),
+        'address_city': fake.city(),
+        'address_state': fake.province(),
+        'address_postalcode': fake.postcode(),
+        'phone': fake.phone_number(),
+        'email': fake.email(),
+        'emergency_contact_name': fake.name(),
+        'emergency_contact_phone': fake.phone_number(),
+    }
+    return lift_ticket
+
+def main(total_count, batch_size, sleep_time):
+    conn = connect_db()
+    cursor = conn.cursor()
+    
+    batch_data = []
+    for _ in range(total_count):
+        lift_ticket = generate_lift_ticket()
+        batch_data.append(lift_ticket)
+        
+        if len(batch_data) >= batch_size:
+            for ticket in batch_data:
+                insert_lift_ticket(cursor, ticket)
+            conn.commit()
+            batch_data = []
+            time.sleep(sleep_time)
+    
+    # Insert any remaining data
+    if batch_data:
+        for ticket in batch_data:
+            insert_lift_ticket(cursor, ticket)
+        conn.commit()
+
+    cursor.close()
+    conn.close()
+
+if __name__ == "__main__":
+    if len(sys.argv) < 4:
+        print("请提供总行数, 每批次行数, 每批次休眠秒数。例如：python rt_data_generate_insert_into_pg.py 1000 100 10")
+        sys.exit(1)
+    
+    total_count = int(sys.argv[1])
+    batch_size = int(sys.argv[2])
+    sleep_time = int(sys.argv[3])
+    
+    main(total_count, batch_size, sleep_time)
+```
+
+在 VS Code 里新建一个“终端”，并运行如下命令激活在“环境设置”步骤创建的 Python 环境。如果已在 cz-ingest-examples 环境里，请跳过。
+
+```Shell
+conda activate cz-ingest-examples
+```
+
+然后在同一终端里运行如下命令：
+
+将 100000 条数据插入到 ingest_demo.lift_tickets_data 表中，每次插入 100 行，每批次休眠 10 秒。
+
+```Shell
+python rt_data_generate_insert_into_pg.py 100000 100 10
+```
+
+在云器 Lakehouse Studio 查看实时同步进展：
+
+:-: ![](.topwrite/assets/image_1736148122833.png =484)
+
+#### 下一步建议
+
+在数据源中插入新数据，查看增量同步的结果。
+
+“停止”该同步任务。运行该任务的虚拟计算集群设置了自动停止，会在作业停止后的设定时间（秒数）内停止运行，从而节省费用，实现按需运行。
+
+#### 资料
+
+[实时写入数据](java_reference/realtime-upload.md)
+
+[多表实时同步](realtime_sync.md)
+
+[通过云器Lakehouse的多表实时同步和动态表实现变化数据捕获（CDC）及数据处理](czguide-intro-to-cdc-using-clickzetta-rtsync-dynamic-tables.md)