DataX快速入门参考
官方https://github.com/alibaba/DataX/blob/master/userGuid.md
环境要求
Linux
JDK(1.8以上，推荐1.8)
Python(推荐Python2.6.X)
Apache Maven 3.x (Compile DataX)
打包
mvn -U clean package assembly:assembly -Dmaven.test.skip=true
本地idea调用
D:pmDataXdatax-coresrcmainjob为测试脚本文件夹
1、job.json 为通过streamreader生成模拟数据，streamwriter用于输出
2、jobmysqlreadtoprint.json 通过查询mysql数据，streamwriter用于输出
3、jobpostgresqltomysqlread_write.json 通过查询postgresql数据，写入mysql
4、jobpostgresqltopostgresqlread_write.json 通过查询postgresql数据，写入postgresql
5、jobpostgresqltopostgresqlreadwritegeom.json 通过查询postgresql数据，包含地理空间geometry类型数据，写入postgresql
数据包含geometry迁移
DataX本身不满足迁移地理空间geometry类型数据迁移
- geometry类型数据迁移请移步 geometry
- 在idea的Teminal执行以下脚本
~~~
D:pmDataXdatax-coretargetdataxbin>python datax.py ../job/job.json -m standalone
cd D:pmDataXpython D:pmDataXdatax-coretargetdataxbindatax.py D:pmDataXdatax-coretargetdataxjobjobpgtopgxianzhuangjianzhugeomread_write.json -m standalone~~~
linux环境python 安装
下载
wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz
安装依赖
~~~ shellyum install gcc patch libffi-devel python-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel -y~~~
解压
~~~ shelltar -zxvf Python-3.8.0.tgz~~~
切换目录
~~~cd Python-3.8.0~~~
编译安装
~~~1.释放编译文件makefile，这makefile就是用来编译且安装的./configure --prefix=/usr/local/soft/python380/ 注释:--prefix 指定软件的安装路径2.开始编译
make3.编译且安装make install~~~
配置环境变量
~~~1.vi /etc/profile
2.写在最后
PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/root/bin:/usr/local/soft/python380/bin
保存退出 :wq!3.生效source /etc/profile~~~
如有必要更新pip
~~~pip3 install --upgrade pip~~~
window环境python 安装
python以及idea插件安装请自行百度
JDK1.8安装
~~~yum install java-1.8.0-openjdk* -y~~~
DataX 使用
方法一
下载 http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz
cd {YOURDATAXHOME}/bin
python datax.py {YOUR_JOB.json}自检脚本：
python {YOURDATAXHOME}/bin/datax.py {YOURDATAXHOME}/job/job.json
方法二
下载DataX源码，自己编译
- (1)、下载DataX源码：
git clone [email protected]:alibaba/DataX.git
- 通过maven打包：
$ cd {DataXsourcecode_home}
$ mvn -U clean package assembly:assembly -Dmaven.test.skip=true
打包成功后的DataX包位于 {DataXsourcecode_home}/target/datax/datax/
- 第二步：启动DataX
$ cd {YOURDATAXDIR_BIN}
$ python datax.py ./stream2stream.json
问题
字段类型问题
postgresql "geom" "public"."geometry"
因为DataX 不支持数据库读取这种字段类型. 字段名:[geom], 字段名称:[1111], 字段Java类型:[java.lang.Object]. 请尝试使用数据库函数将其转换datax支持的类型 或者不同步该字段
因为DataX 不支持数据库写入这种字段类型. 字段名:[geom], 字段类型:[1111], 字段Java类型:[geometry]. 请修改表中该字段的类型或者不同步该字段您的配置文件中的列配置信息有误. 因为DataX 不支持数据库读取这种字段类型. 字段名:[%s], 字段名称:[%s], 字段Java类型:[%s]. 请尝试使用数据库函数将其转换datax支持的类型 或者不同步该字段 .
- geometry类型数据迁移请移步 geometry
效果对比
- 通过DataX本地运行，迁移postgresql 包含geometry空间类型数据1088270条，用时1111s
通道数量 : 8
任务启动时刻 : 2019-12-09 12:52:02任务结束时刻 : 2019-12-09 13:10:34任务总计耗时 : 1111s任务平均流量 : 517.35KB/s记录写入速度 : 980rec/s读出记录总数 : 1088270读写失败总数 : 0
- 通过Navacat复制数据表，迁移postgresql 包含geometry空间类型数据1088270条，用时1917.623s
geometry类型数据迁移
- geometry类型数据迁移请移步 geometry
本文由作者pm1280415703:JAVA实验手册 发布,交流群：583284584！