使用DataX实现mysql与hive数据互相导入导出

• 大数据

一、概论

1.1 什么是DataX

         DataX 是阿里巴巴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。

1.2 DataX 的设计

         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。
在这里插入图片描述

1.3 框架设计

在这里插入图片描述

  • Reader：数据采集模块，负责采集数据源的数据，将数据发给Framework。
  • Wiriter: 数据写入模块，负责不断向Framwork取数据，并将数据写入到目的端。
  • Framework:用于连接read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。
    运行原理
    在这里插入图片描述
  • Job：单个作业的管理节点，负责数据清理、子任务划分、TaskGroup监控管理。
  • Task：由Job切分而来，是DataX作业的最小单元，每个Task负责一部分数据的同步工作。
  • Schedule：将Task组成TaskGroup，单个TaskGroup的并发数量为5。
  • TaskGroup：负责启动Task。

1.4 Datax所支持的渠道

类型 数据源 读者 作家（写） 文件
RDBMS关系型数据库 MySQL √ √ 读，写
            甲骨文         √         √     读，写
SQL服务器 √ √ 读，写
PostgreSQL的 √ √ 读，写
DRDS √ √ 读，写
通用RDBMS（支持所有关系型数据库） √ √

本文来自网络，不代表协通编程立场，如若转载，请注明出处：https://www.net2asp.com/5f4c1ce800.html

赞 (0)
« 上一篇 1天前
下一篇 » 1天前

相关推荐