ETL异构数据源Datax_部署前置环境_01
文章目录
- 一、概述
- 1. 是什么?
- 2. 开源地址
- 二、简介
- 2.1. 设计架构
- 2.2. 框架结构
- 三、检查环境
- 3.1. 检验是否安装JDK(1.8以上,推荐1.8)
- 3.2. 检验是否安装python环境,要求2.6=<版本
- 3.3. maven环境
- 四、JDK环境安装
- 4.1. rpm方式安装
- 4.2. gz方式安装
- 五、python环境安装
- 5.1. python 最新版下载
- 5.2. python 下载指定版本
- 5.3. python 安装
一、概述
1. 是什么?
DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台,实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。
2. 开源地址
https://github.com/alibaba/DataX
######3. DataX下载地址
http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz
二、简介
2.1. 设计架构
数据交换通过DataX进行中转,任何数据源只要和DataX连接上即可以和已实现的任意数据源同步
2.2. 框架结构
核心组件:
Reader:数据采集模块,负责从源采集数据
Writer:数据写入模块,负责写入目标库
Framework:数据传输通道,负责处理数据缓冲等
以上只需要重写Reader与Writer插件,即可实现新数据源支持
支持主流数据源,详见https://github.com/alibaba/DataX/blob/master/introduction.md
从一个JOB来理解datax的核心模块组件:
datax完成单个数据同步的作业,称为Job,job会负责数据清理、任务切分等工作;
任务启动后,Job会根据不同源的切分策略,切分成多个Task并发执行,Task就是执行作业的最小单元
切分完成后,根据Scheduler模块,将Task组合成TaskGroup,每个group负责一定的并发和分配Task
三、检查环境
3.1. 检验是否安装JDK(1.8以上,推荐1.8)
java -version
3.2. 检验是否安装python环境,要求2.6=<版本
python
3.3. maven环境
Apache Maven 3.x (Compile DataX)
源码编译环境
Linux环境安装并配置Maven
四、JDK环境安装
安装方式任选其一
4.1. rpm方式安装
安装jdk
rpm -ivh jdk-8u271-linux-x64.rpm#设置环境变量
export JAVA_HOME=/usr/java/jdk1.8.0_271-amd64
export PATH=$JAVA_HOME/bin:$PATH
source .bash_profilejava -version
4.2. gz方式安装
CentOS 7 安装jdk
五、python环境安装
Python(推荐Python2.6.X=<版本)
5.1. python 最新版下载
官网:https://www.python.org/downloads/
声明:请根据系统环境下载
5.2. python 下载指定版本
根据需求下载即可
Python-2.7.18.tgz下载地址:
https://www.python.org/downloads/release/python-2718/
5.3. python 安装
#上传服务器指定目录
根据需求而定#解压
cd /app
tar -zxvf Python-2.7.18.tgz#指定安装目录
./configure --prefix=/usr/local/python-2.7.18#编译
make#安装
make install#加入环境变量
vi .bash_profile
export PATH=/usr/local/python-2.7.18/bin:$PATH#刷新环境变量
source .bash_profile#验证
python
操作记录:
[root@localhost ~]# python
Python 2.7.5 (default, Aug 7 2019, 00:51:29)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-39)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>>
ETL异构数据源Datax_部署前置环境_01相关推荐
- ETL异构数据源Datax_工具部署_02
接上一篇:(企业内部) ETL异构数据源Datax_部署前置环境_01 https://gblfy.blog.csdn.net/article/details/118081253 文章目录 一.直接下 ...
- ETL异构数据源Datax_图形化数据同步_11
数据同步全量增量知识SQL和执行频次不一样,其他的都一样 文章目录 一.Oracle同步Mysql(全量) 1. 添加项目 2. 添加数据源 3. 添加任务 4. 构建json 5. 任务执行 6. ...
- ETL异构数据源Datax_日期增量同步_13
文章目录 一.全量同步 1. 增量同步SQL 2. 构建reader 3. 构建writer 4. 字段对应关系映射 5. 构建json 6. 选择同步模板 7. 查询最早时间 8. 修改任务信息 9 ...
- ETL异构数据源Datax_自增ID增量同步_12
文章目录 增量同步方法 1.先同步存量数据 2.再同步增量数据(根据自增ID.日期条件) 前提条件: 1.只针对数据增长,如果老数据被update/delete则无法使用增量同步方式. 基于主键自增I ...
- ETL异构数据源Datax_使用querySql_08
使用说明 当用户配置了这一项之后,DataX系统就会忽略table,column 这些配置型,直接使用这个配置项的内容对数据进行筛选,例 如需要进行多表join后同步数据,使用select a,b f ...
- ETL异构数据源Datax_限速设置_06
文章目录 一.提升job内Channel并发有几种配置方式 二.配置简述 三.案例 3.1. 第一种 3.2. 第二种 3.3. 第三种 3.4. 第四种 3.5. 案例实战 3.6. 总结 前言: ...
- ETL异构数据源Datax_使用数据分片提升同步速度_05
文章目录 1. 构建json,添加数据分片 2. Mysql数据清除 3. 数据分片前后对比 1. 构建json,添加数据分片 {"job": {"setting&quo ...
- ETL异构数据源Datax_数据准备_03
文章目录 一.Oracle数据库准备 1. 初始化表结构 2. 生成测试数据 二.使用docker创建mysql 2.1. 构建mysql容器 2.1. 创建datax数据库 2.3. 初始化表结构 ...
- ETL异构数据源Datax_datax-web安装部署_10
文章目录 1. 解压 2. 一键安装 3. 修改执行器py地址 4. 一键启动 5. 查看启动日志 6. 访问地址+登录 7. 操作记录 1. 解压 tar -zxvf datax-web-2.1.2 ...
最新文章
- python将MP3转wave转成numpy
- Pandas中DataFrame的属性及方法大全
- 未来ui设计的发展趋势_2025年的未来UI趋势?
- 流量复制_详解Linux系统流量复制--gor、tcpcopy、nginx模块流量复制等
- “四不像”病毒冒充多款知名软件 窃取电脑隐私
- Spark之RDD实战篇
- 小白设计模式:责任链模式
- Nisus Writer Pro for Mac拆分视图和注释技巧
- YUV格式与RGB格式
- Latex论文下载学习教程
- mysql怎么把两个表格的数据合并成一行_mysql中将多行数据合并成一行数据
- html中url格式,web地址的URL一般格式为
- 10种常用的分析模型 数据分析必看
- 从零到百亿互网融构展
- 《数独游戏的设计与实现》
- 沉睡者IT:零基础学习短视频与+玩转抖音快手
- VMware集群应用部署之--MikroTik-RouterOS部署及数据迁移
- UWB定位技术的特点与优势
- 通达信破解接口难不难?
- 聊天室的功能实现(主要部分)