dataX 阿里云开源离线同步工具
1、Datax 概要
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、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能
1.1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。
2、datax框架设计
DataX本身作为离线数据同步框架,采用Framework + plugin架构构建。将数据源读取和写入抽象成为Reader/Writer插件,纳入到整个同步框架中
- Reader:Reader为数据采集模块,负责采集数据源的数据,将数据发送给Fremework.
- Writer:Writer为数据写入模块,负责不断向Framework取数据,并将数据写入到目的端
- Framework:Framework用于连接Reader和Writer,作为两者的数据传输通道&