DataX是阿里开源的异构数据源离线同步工具，支持多种数据源间的同步。其设计理念是通过Reader和Writer插件实现数据读写，采用Framework+plugin架构。DataX具有较好的插件体系和核心架构，能处理数据同步中的并发、流控等问题。相比sqoop，DataX在速度、日志和脏数据处理上有优势，但开源版本仅支持单机模式，配置较繁琐。
DataX介绍：
DataX 是阿里开源的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设计理念
DataX本身作为数据同步框架，将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据的Writer插件，理论上DataX框架可以支持任意数据源类型的数据同步工作。同时DataX插件体系作为一套生态系统, 每接入一套新数据源该新加入的数据源即可实现和现有的数据源互通。
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。
1. 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。
2. 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。
3. 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。
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，详情请点击
最低0.47元/天 解锁文章
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
