datax从mysql数据同步到hdfs_Week08_day07（DataX从mysql上读取数据传输到HDFS上）

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，实现包括 MySQL、Oracle、HDFS、Hive、OceanBase、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。DataX采用了框架 + 插件 的模式，目前已开源，代码托管在github。

DataX安装部署及小试

1.下载压缩包：

下载页面地址：https://github.com/alibaba/DataX 在页面中【Quick Start】--->【Download DataX下载地址】进行下载。下载后的包名：datax.tar.gz。解压后{datax}目录下有{bin conf job lib log log_perf plugin script tmp}几个目录。

2.安装

将下载后的压缩包直接解压后可用，前提是对应的java及python环境满足要求。

System Requirements：

Linux

JDK(1.6以上，推荐1.6)

Python(推荐Python2.6.X)一定要为python2，因为后面执行datax.py的时候，里面的python的print会执行不了，导致运行不成功，会提示你print语法要加括号，python2中加不加都行 python3中必须要加，否则报语法错

Apache Maven 3.x (Compile DataX)

测试：

json的读写两端可以去github上进行截取自己需要的代码。

虽然在使用之前花费的不少的时间去研究json的写法，但是传输速度真的要比sqoop的传输速度要快很多。

1、编写json文件，去