dataX 阿里云开源离线同步工具

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&