1,参照第1篇日记,安装好datax
2,使用命令生成mysql导入导出的json模板, 修改模板
python datax.py -r mysqlreader -w mysqlwriter
{
"job": {
"content": [
{
"reader": {
"name": "mysqlreader",
"parameter": {
"column": [
"id",
"username"
],
"connection": [
{
"jdbcUrl": ["jdbc:mysql://192.168.43.20:3306/uprofiledb"],
"table": ["pe_user"]
}
],
"password": "111111",
"username": "root",
"where": ""
}
},
"writer": {
"name": "mysqlwriter",
"parameter": {
"column": ["id","username"],
"connection": [
{
"jdbcUrl": "jdbc:mysql://192.168.43.20:3306/test",
"table": ["target_user"]
}
],
"password": "111111",
"preSql": [],
"session": [],
"username": "root",
"writeMode": "insert"
}
}
}
],
"setting": {
"speed": {
"channel": "1"
}
}
}
}
参数说明:
* jdbcUrl
* 描述:描述的是到对端数据库的JDBC连接信息,使用JSON的数组描述,并支持一个库填写多个连接地址。之所以使用JSON数组描述连接信息,是因为阿里集团内部支持多个IP探测,如果配置了多个,MysqlReader可以依次探测ip的可连接性,直到选择一个合法的IP。如果全部连接失败,MysqlReader报错。 注意,jdbcUrl必须包含在connection配置单元中。对于阿里集团外部使用情况,JSON数组填写一个JDBC连接即可。
jdbcUrl按照Mysql官方规范,并可以填写连接附件控制信息。具体请参看Mysql官方文档。
* 必选:是
* 默认值:无
* username
* 描述:数据源的用户名
* 必选:是
* 默认值:无
* password
* 描述:数据源指定用户名的密码
* 必选:是
* 默认值:无
* table
* 描述:所选取的需要同步的表。使用JSON的数组描述,因此支持多张表同时抽取。当配置为多张表时,用户自己需保证多张表是同一schema结构,MysqlReader不予检查表是否同一逻辑表。注意,table必须包含在connection配置单元中。
* 必选:是
* 默认值:无
* column
* 描述:所配置的表中需要同步的列名集合,使用JSON的数组描述字段信息。用户使用*代表默认使用所有列配置,例如['*']。
支持列裁剪,即列可以挑选部分列进行导出。
支持列换序,即列可以不按照表schema信息进行导出。
支持常量配置,用户需要按照Mysql SQL语法格式: ["id", "`table`", "1", "'bazhen.csy'", "null", "to_char(a + 1)", "2.3" , "true"] id为普通列名,`table`为包含保留在的列名,1为整形数字常量,'bazhen.csy'为字符串常量,null为空指针,to_char(a + 1)为表达式,2.3为浮点数,true为布尔值。
* 必选:是
* 默认值:无
* splitPk
* 描述:MysqlReader进行数据抽取时,如果指定splitPk,表示用户希望使用splitPk代表的字段进行数据分片,DataX因此会启动并发任务进行数据同步,这样可以大大提供数据同步的效能。
推荐splitPk用户使用表主键,因为表主键通常情况下比较均匀,因此切分出来的分片也不容易出现数据热点。
目前splitPk仅支持整形数据切分,不支持浮点、字符串、日期等其他类型。如果用户指定其他非支持类型,MysqlReader将报错!
* 如果splitPk不填写,包括不提供splitPk或者splitPk值为空,DataX视作使用单通道同步该表数据。
* 必选:否
* 默认值:空
* where
* 描述:筛选条件,MysqlReader根据指定的column、table、where条件拼接SQL,并根据这个SQL进行数据抽取。在实际业务场景中,往往会选择当天的数据进行同步,可以将where条件指定为gmt_create > $bizdate 。注意:不可以将where条件指定为limit 10,limit不是SQL的合法where子句。
where条件可以有效地进行业务增量同步。如果不填写where语句,包括不提供where的key或者value,DataX均视作同步全量数据。
* 必选:否
* 默认值:无
* querySql
* 描述:在有些业务场景下,where这一配置项不足以描述所筛选的条件,用户可以通过该配置型来自定义筛选SQL。当用户配置了这一项之后,DataX系统就会忽略table,column这些配置型,直接使用这个配置项的内容对数据进行筛选,例如需要进行多表join后同步数据,使用select a,b from table_a join table_b on table_a.id = table_b.id
当用户配置querySql时,MysqlReader直接忽略table、column、where条件的配置,querySql优先级大于table、column、where选项。
* 必选:否
* 默认值:无
*writeMode
*描述:写入目标数据表的模式,可选项: replace(替换),update(更新),insert(插入)
3 据库表和数据准备:
![](https://i-blog.csdnimg.cn/blog_migrate/8a1a00e32ed4d55f03fbd74a0fa658d6.png)
4,执行插入命令: python datax.py mysql2mysql.json
5。查看目标表数据:
![](https://i-blog.csdnimg.cn/blog_migrate/d458783a1e9fb92f95a473851b3ddb6e.png)
6,如果再次执行一次,就会报脏数据的错误,因为上面你的writemode使用的是insert。
![](https://i-blog.csdnimg.cn/blog_migrate/f8f0f7e83f0158a0a5be2be4c9bcde45.png)
7。 如果在源数据表增加一条数据,配置不变得情况下,再次执行。前面4条旧数据不会更新到目标表,而新增的这条数据会新增
来源表新增数据:
![](https://i-blog.csdnimg.cn/blog_migrate/ac1842e270e94dd0528ca06c519a6b0a.png)
执行以后。目标表数据:
![](https://i-blog.csdnimg.cn/blog_migrate/c3c9a57ceb78eabb7562d4b4aff9cf33.png)
-
如果保证更改旧数据和新增的数据 都能同时更新到目标表,writemode使用 update
配置文件:
![](https://i-blog.csdnimg.cn/blog_migrate/df38786a0bf5e3ca5f57d9726d39b8b2.png)
来源数据表:
![](https://i-blog.csdnimg.cn/blog_migrate/046140aa4e84786a86a23a51ebaca9c2.png)
目标数据表:
![](https://i-blog.csdnimg.cn/blog_migrate/414b0d2fc61b13730da74776d3bdadc4.png)
9, 如果writemode 是replace,应该是全量替换的意思: 这个时候导入就不会报错。
配置文件:
![](https://i-blog.csdnimg.cn/blog_migrate/20586521008ffcac5dadcaf152f0ed99.png)
来源数据表:
![](https://i-blog.csdnimg.cn/blog_migrate/1bc2c1f185165a2321a8b03383e1aca5.png)
目标数据表:
![](https://i-blog.csdnimg.cn/blog_migrate/a250e4857298a8f76b88729cd5ed4c18.png)