datax 持续数据同步_DataX Mongodb同步数据到Hive与mysql

前言：

---

最近比较清闲，又是学习的一天，今天来和大家分享一下阿里的离线数据同步神器——DataX3.0。

目前来说，虽然DataX具有一个全面的插件体系，几乎涵盖了所有的主流数据源，但因为其在使用过程中，编写配置文件其实是一件比较麻烦的事，所以我司只在一些特别的数据源同步任务的时候对其进行了使用，例如今天要和大家分享的，如何使用DataX同步Mogodb的数据到Hive与Mysql。废话不多说，献上干货。

DataX3.0概览

---

• Github主页地址：https://github.com/alibaba/DataX/blob/master/introduction.md

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。

• 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。

• DataX3.0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。

如何从mongodb 同步数据到Hive与M