大数据DataX（三）：DataX安装及使用

DataX安装及使用

一、安装及使用

DataX3.0只能安装到Linux中，需要有JDK8、Python环境（推荐Python2.6，Centos7自带python为2版本）,如果自己下载DataX源码进行编译，那么需要的Maven3.x版本，这里我们直接下载DataX编译好的安装包。

tar -zxvf ./datax.tar.gz

下载地址：https://github.com/alibaba/DataX。下载之后直接解压到某一路径下完成安装，进入bin目录，即可运行同步作业：

cd  {YOUR_DATAX_HOME}/bin
python datax.py {YOUR_JOB.json}

二、​​​​​​​​​​​​​​入门案例

DataX自带了一个“streamreader”读入数据、“streamwriter”写出数据的自检脚本，可以运行此脚本检查DataX是否正常运行。

文件路径为“ {YOUR_DATAX_HOME}/job/job.json”，执行自检脚本命令为：

python {YOUR_DATAX_HOME}/bin/datax.py {YOUR_DATAX_HOME}/job/job.json
python /export/server/datax/bin/datax.py /export/server/datax/job/job.json

关于以上“job.json”文件的解释如下：

注意：以上“ErrorLimit”设置指的是在Datax中Job支持用户对于脏数据的自定义监控和告警，包括对脏数据最大记录数阈值（record值）或者脏数据占比阈值（percentage值），当Job传输过程出现的脏数据大于用户指定的数量/百分比，DataX Job报错退出。

• 📢博客主页：https://lansonli.blog.csdn.net
• 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
• 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
• 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨