1.dataX是什么
(1) 定义:DataX是阿里巴巴内被广泛使用的异构数据源离线数据同步工具/平台,实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。
(2) 技术支持:
(3) 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。
(4) 核心架构:
·结构模式
Job:一道数据同步作业
Splitter:作业划分模块,将一个大任务分解成多个可以并发的小任务。
Task:数据同步作业切分后的小任务。
Reader:数据读入模块,负责运行切分后的小任务,将数据从源头装载入DataX。
Channel:这个是指定并发数量的。
Writer:数据写出模块,负责将数据从DataX导入至目的数据地
·详情描述
DataX完成单个数据同步的作业,称之为job。DataX接收到一个job后,