大数据-datax安装步骤与使用

1.datax概述：

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。

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Framework。

·  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，并处理缓冲，流控，并发，数据转换等核心技术问题。

 

3.datax插件体系

DataX目前已经有了比较全面的插件体系，主流的RDBMS数据库、NOSQL、大数据计算系统都已经接入，目前支持数据如下图

 

4.环境需求

Linux

JDK(1.8以上，推荐1.8)

Python(推荐Python2.6.X)

Apache maven 3.x（compile datax）

 

5.下载datax安装包

网址：https://github.com/alibaba/DataX

 

 

6.安装jdk

 

6.1安装jdk

检查服务器是否已经安装完jdk环境  命令：java -version，

6.2 卸载不符合的jdk

如果安装要求必须是jdk1.8以上，如果不是需要卸载，安装了原生自带的openjdk也要卸载

查看Java版本

rpm -qa | grep java

卸载openjdk

rpm -e --nodeps (+复制的Java版本)

6.3导入上传jdk包，解压

上传路径（没有新建mkdir +目录名称,新建需更改文件权限chomd 777 +文件名） usr/local/java

tar -xvf  (+包名)

6.4设置环境变量

vim /etc/profile

末尾添加

#java_home

export JAVA_HOME=/usr/local/java/jdk1.8.0_191

export PATH=$JAVA_HOME/bin:$PATH

export CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/jre/lib/rt.jar

 

保存退出 :wq

重新加载配置文件 source /etc/profile

查看安装情况 java -version   javac    java   都可以查看

 

7.安装Python2.7.x环境

服务器输入python 指令 一般服务器会自带2.7.x版本

 

8.安装maven3.x

输入 mvn -v查看没有的话需要下载安装

下载maven安装包

上传到服务器目录/usr/local/mvn目录下面

上传路径（没有新建mkdir +目录名称,新建需更改文件权限chomd 777 +文件名）

解压tar -zxvf +包名

配置环境变量

vim /etc/profile

export MAVEN_HOME=/usr/local/mvn/maven-3.6

export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$MAVEN_HOME/bin:$PATH

重新载入 source /etc/profile

检查   mvn -v

 

9.安装datax

上传到服务器目录/usr/local/datax目录下面

上传路径（没有新建mkdir +目录名称,新建需更改文件权限chomd 777 +文件名）

解压tar -zxvf +包名

datax解压缩成功了，开始自检，进入datax/bin目录，开始自检python datax.py ../job/job.json