DataX 简介
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(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。
DataX 优点
1.可靠的数据质量监控
2.提供作业全链路的流量、数据量的运行时监控
3.提供脏数据探测
4.丰富的数据转换功能
5.精准的速度控制
6.强劲的同步性能
7.健壮的容错机制
组成
(1)Reader:数据采集模块,负责数据源的数据采集,将数据发送给Framework;
(2)Writer:数据写入模块,负责目的端的数据写入,从Framework取数据;
(3)Framework:用于连接reader和writer,作为两者的数据传输通道,处理缓冲、流控、并发、转换等问题。