本期與大家分享的是，小北精心整理的大資料學習筆記，資料采集工具DataX 的詳細介紹，希望對大家能有幫助，喜歡就給點鼓勵吧，記得三連哦！歡迎各位大佬評論區指教討論！

💜🧡💛制作不易，各位大佬們給點鼓勵！
🧡💛💚點贊👍 ? 收藏? ? 關注?
💛💚💙歡迎各位大佬指教，一鍵三連走起！

一、DataX 簡介

DataX 是阿里巴巴集團內被廣泛使用的離線資料同步工具/平臺，實作包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各種異構資料源之間高效的資料同步功能，

DataX本身作為資料同步框架，將不同資料源的同步抽象為從源頭資料源讀取資料的Reader插件，以及向目標端寫入資料的Writer插件，理論上DataX框架可以支持任意資料源型別的資料同步作業，同時DataX插件體系作為一套生態系統, 每接入一套新資料源，該新加入的資料源即可實作和現有的資料源互通，

DataX開源地址 https://github.com/alibaba/DataX

DataX 3.0六大核心優勢

二、DataX 架構

github開源架構介紹鏈接地址： https://github.com/alibaba/DataX/blob/master/introduction.md

三、 DataX的安裝

DataX不需要依賴其他服務，直接上傳、解壓、安裝、配置環境變數即可

也可以直接在windows上解壓

四、DataX的使用

DataX的使用檔案說明 DataX3.0插件體系 :
https://github.com/alibaba/DataX/blob/master/introduction.md#%E4%B8%89-datax30%E6%8F%92%E4%BB%B6%E4%BD%93%E7%B3%BB

1、stream2stream

撰寫組態檔stream2stream.json

# stream2stream.json
{
  "job": {
    "content": [
      {
        "reader": {
          "name": "streamreader",
          "parameter": {
            "sliceRecordCount": 10,
            "column": [
              {
                "type": "long",
                "value": "10"
              },
              {
                "type": "string",
                "value": "hello，你好，世界-DataX"
              }
            ]
          }
        },
        "writer": {
          "name": "streamwriter",
          "parameter": {
            "encoding": "UTF-8",
            "print": true
          }
        }
      }
    ],
    "setting": {
      "speed": {
        "channel": 5
       }
    }
  }
}

執行同步任務

datax.py stream2stream.json

執行結果

2 、mysql2mysql

MysqlReader 插件檔案 :https://github.com/alibaba/DataX/blob/master/mysqlreader/doc/mysqlreader.md
DataX MysqlWriter :https://github.com/alibaba/DataX/blob/master/mysqlwriter/doc/mysqlwriter.md
需要新建student2資料庫，并創建student表

撰寫組態檔mysql2mysql.json

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "username": "root",
                        "password": "123456",
                        "column": [
                            "id",
                            "name",
                            "age",
                            "gender",
                            "clazz",
                            "last_mod"
                        ],
                        "splitPk": "age",
                        "connection": [
                            {
                                "table": [
                                    "student"
                                ],
                                "jdbcUrl": [
                                    "jdbc:mysql://master:3306/student"
                                ]
                            }
                        ]
                    }
                },
                "writer": {
                    "name": "mysqlwriter",
                    "parameter": {
                        "writeMode": "insert",
                        "username": "root",
                        "password": "123456",
                        "column": [
                            "id",
                            "name",
                            "age",
                            "gender",
                            "clazz",
                            "last_mod"
                        ],
                        "preSql": [
                            "truncate student2"
                        ],                        
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:mysql://master:3306/student2?useUnicode=true&characterEncoding=utf8",
                                "table": [
                                    "student2"
                                ]
                            }
                        ]
                    }
                }
            }
        ],
        "setting": {
            "speed": {
                "channel": 6
            }
        }
    }
}

執行同步任務

datax.py mysql2mysql.json