阿里datax

阿里云开源离线同步工具DataX3.0介绍
一. DataX3.0概览
DataX 是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、MaxCompute(原ODPS)、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。

阿里datax

● 设计理念
为了解决异构数据源同步问题，DataX将复杂的网状的同步链路变成了星型数据链路，DataX作为中间传输载体负责连接各种数据源。当需要接入一个新的数据源的时候，只需要将此数据源对接到DataX，便能跟已有的数据源做到无缝数据同步。
● 当前使用现状
DataX在阿里巴巴集团内被广泛使用，承担了所有大数据的离线同步业务，并已持续稳定运行了6年之久。目前每天完成同步8w多道作业，每日传输数据量超过300TB。
此前已经开源DataX1.0版本，此次介绍为阿里云开源全新版本DataX3.0，有了更多更强大的功能和更好的使用体验。Github主页地址：https://github.com/alibaba/DataX。

介绍多的不说了官网介绍比较详细，本文主要介绍xdata在windows系统的部署和使用

二.如何使用
安装好jdk和python配置好环境变量
下载datax

解压后目录为

阿里datax

示例 oracle库赋值到oracle库
1.配置job的json

Java代码  
{  
    "job": {  
        "setting": {  
            "speed": {  
                "channel": 3  
            }  
        },  
        "content": [  
            {  
                 "reader": {  
                    "name": "oraclereader",  
                     "parameter": {  
                        "column": ["",""],  
                        "connection": [  
                            {  
                                "jdbcUrl": [  
                                    "jdbc:oracle:thin:@192.10.1:1521:orcl"  
                                ],  
                                 "table": [  
                                    ""  
                                ],  
                            }  
                        ],  
                        "username": "",  
                        "password": "",  
                    }  
                },  
                "writer": {  
                    "name": "oraclewriter",  
                    "parameter": {  
                        "username": "",  
                        "password": "",  
                         "column": ["", ""],  
                        "preSql": [  
                           "truncate table "  
                        ],  
                        "connection": [  
                            {  
                                "jdbcUrl": "jdbc:oracle:thin:@127.0.0.1:1521:liuxu",  
                                "table": [  
                                    ""  
                                ]  
                            }  
                        ]  
                    }  
                }  
            }  
        ]  
    }  
}  

2.执行

3.查看结果

相关推荐