/datax-simple

一个datax的简化工具,帮助您轻量级的完成datax的二次开发和同步任务

Primary LanguageJavaOtherNOASSERTION

Datax-logo

项目简介

DataX是一款十分优秀的数据同步工具,以插件的方式集成了大量数据源的读写。

但大部分情况下,我们不需要如此多种数据源的支持,例如,我目前的工作仅需要oracle、postgresql两种数据源的互转。 也就是说,数据源的类型总是确定的,不需要以插件的形式动态加入,太多的插件反而显得有些重了。

除了插件动态引入数据源的问题,datax还需要assembly打包支持,这给调试及二次开发带来了一定难度。

另一方面,datax通过py脚本来运行的方式,也不太好和其它纯java任务直接配合。

所以,本项目(datax-simple)对datax进行了精简,去掉了assembly,并将插件直接放在pom的dependencies下,得到了一个固定数据源的datax模板。

本项目支持oracle、postgresql的读写,您可根据自己的需要,参考说明文档对支持的数据源类型进行替换、增减。

适用场景

如果你有如下需求,这个项目应该适合你:

1、需要扩展、改造datax,或者单纯的想跑一下源码熟悉效果,但是又对assembly不熟悉(比如我o(╯□╰)o),那这个项目可以帮助你以无插件的maven工程来编写、调试代码;

2、数据源种类确定,需要一个只包含指定数据源的精简包,那你可以在这个项目上随意增减数据源插件并直接调试;

3、希望以一个纯java任务中搞定同步的全部逻辑,比如同步完后用javamail发一封邮件通知,那你可以方便地在Engine类里添加发邮件等代码。

使用步骤

0、下载本项目源码

o( ̄︶ ̄)o

1、更换需要的数据源

本项目支持oracle、postgresql的读写,同时为了方便测试,也保留了steam数据源。 所以如果您的同步需求刚好也是oracle和postgresql,您可跳过此步骤。

DataX库下载源码,选择需要的module并加入datax-simple。

示例

例如,需要从mysql中抽取数据。

1)复制mysqlreader工程到项目中,复制完后,您的datax-simple结构如下:

datax
    - common
    - core
    - mysqlreader
    - oraclereader
    - .....
    - pom.xml

2)在根目录的pom文件中添加mysqlreader

    <modules>
        <module>common</module>
        <module>core</module>
        <module>transformer</module>

        <!-- reader -->
        <module>mysqlreader</module>
        <module>postgresqlreader</module>
        <module>streamreader</module>
        <module>oraclereader</module>
        <!-- writer -->
        <module>streamwriter</module>
        <module>postgresqlwriter</module>
        <module>oraclewriter</module>
        <!-- common support module -->
        <module>plugin-rdbms-util</module>
        <module>plugin-unstructured-storage-util</module>
    </modules>

3)在core模块的pom文件中加入mysqlreader的依赖

 <dependencies>
        ....
        <!-- 需要用到的读写插件、可自行增删 -->
        <dependency>
            <artifactId>mysqlreader</artifactId>
            <groupId>com.alibaba.datax</groupId>
            <version>${datax-project-version}</version>
            <exclusions>
                <exclusion>
                    <artifactId>slf4j-log4j12</artifactId>
                    <groupId>org.slf4j</groupId>
                </exclusion>
            </exclusions>
        </dependency>
        ....

    </dependencies>

4)打开目录 core/src/main/resources/datax/plugin,添加对应的插件配置信息到reader/writer文件夹

本示例我们新建文件夹core/src/main/resources/datax/plugin/reader/mysqlreader, 将\DataX源码\mysqlreader\src\main\resources 下的两个json到此文件夹,此时,文件结构为

core/src/main/resources/datax/plugin
    - reader
        - mysqlreader
            - pluhin.jdon
            - plugin_job_template.json
        - oraclereader
        ...
    - writer
        - ...

2、运行

先按照datax的编写规范,编写几个job json,然后把json的路径分行写入 \core\src\main\resources\datax\tasks.md

运行com.alibaba.datax.core.Engine类即可~ o( ̄︶ ̄)o