DataX Web介绍及安装（DataX可视化界面）

下载地址

datax GitHub地址：https://github.com/alibaba/DataX.git

datax web Git地址：https://github.com/WeiYe-Jing/datax-web

datax 下载地址：http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz

datax web界面预览

在这里插入图片描述

datax web架构图

在这里插入图片描述

DataX Web用户手册

一、github下载master分支或者release版本到本地

DataX Web下载地址

二、安装DataX

方法一、直接下载DataX工具包：DataX下载地址下载后解压至本地某个目录，进入bin目录，即可运行同步作业：$ cd{YOUR_DATAX_HOME}/bin$ python datax.py {YOUR_JOB.json}自检脚本：python {YOUR_DATAX_HOME}/bin/datax.py {YOUR_DATAX_HOME}/job/job.json
方法二、下载DataX源码，自己编译：DataX源码(1)、下载DataX源码：$ git clone [email protected]:alibaba/DataX.git(2)、通过maven打包：$ cd{DataX_source_code_home}$ mvn -U clean package assembly:assembly -Dmaven.test.skip=true打包成功，日志显示如下：[INFO] BUILD SUCCESS[INFO] -----------------------------------------------------------------[INFO] Total time: 08:12 min[INFO] Finished at: 2015-12-13T16:26:48+08:00[INFO] Final Memory: 133M/960M[INFO] -----------------------------------------------------------------打包成功后的DataX包位于 {DataX_source_code_home}/target/datax/datax/ ，结构如下：$ cd{DataX_source_code_home}$ ls ./target/datax/datax/bin conf job lib log log_perf plugin script tmp
配置示例：从stream读取数据并打印到控制台- 第一步、创建创业的配置文件（json格式）可以通过命令查看配置模板： python datax.py -r {YOUR_READER} -w {YOUR_WRITER}$ cd{YOUR_DATAX_HOME}/bin$ python datax.py -r streamreader -w streamwriterDataX (UNKNOWN_DATAX_VERSION), From Alibaba !Copyright (C)2010-2015, Alibaba Group. All Rights Reserved.Please refer to the streamreader document: https://github.com/alibaba/DataX/blob/master/streamreader/doc/streamreader.md Please refer to the streamwriter document: https://github.com/alibaba/DataX/blob/master/streamwriter/doc/streamwriter.md Please save the following configuration as a json file and use python {DATAX_HOME}/bin/datax.py {JSON_FILE_NAME}.json to run the job.{"job":{"content":[{"reader":{"name":"streamreader", "parameter":{"column":[], "sliceRecordCount":""}}, "writer":{"name":"streamwriter", "parameter":{"encoding":"", "print":true}}}], "setting":{"speed":{"channel":""}}}}根据模板配置json如下：#stream2stream.json{"job":{"content":[{"reader":{"name":"streamreader","parameter":{"sliceRecordCount":10,"column":[{"type":"long","value":"10"},{"type":"string","value":"hello，你好，世界-DataX"}]}},"writer":{"name":"streamwriter","parameter":{"encoding":"UTF-8","print":true}}}],"setting":{"speed":{"channel":5}}}}- 第二步：启动DataX$ cd{YOUR_DATAX_DIR_BIN}$ python datax.py ./stream2stream.json 同步结束，显示日志如下：...2015-12-17 11:20:25.263 [job-0] INFO JobContainer - 任务启动时刻 :2015-12-17 11:20:15任务结束时刻 :2015-12-17 11:20:25任务总计耗时 : 10s任务平均流量 : 205B/s记录写入速度 : 5rec/s读出记录总数 :50读写失败总数 :0

三、Web部署

1.linux环境部署

linux环境部署

2.开发环境部署（或参考文档 Debug）

2.1 创建数据库

执行bin/db下面的datax_web.sql文件(注意老版本更新语句有指定库名)

2.2 修改项目配置

1.修改datax_admin下resources/application.yml文件

#数据源
  datasource:
    username: root
    password: root
    url: jdbc:mysql://localhost:3306/datax_web?serverTimezone=Asia/Shanghai&useLegacyDatetimeCode=false&useSSL=false&nullNamePatternMatchesAll=true&useUnicode=true&characterEncoding=UTF-8
    driver-class-name: com.mysql.jdbc.Driver

修改数据源配置，目前仅支持mysql

# 配置mybatis-plus打印sql日志
logging:
  level:
    com.wugui.datax.admin.mapper: error
  path: ./data/applogs/admin

修改日志路径path

  # datax-web email
  mail:
    host: smtp.qq.com
    port: 25
    username: [email protected]
    password: xxx
    properties:
      mail:
        smtp:
          auth: true
          starttls:
            enable: true
            required: true
        socketFactory:
          class: javax.net.ssl.SSLSocketFactory

修改邮件发送配置(不需要可以不修改)

2.修改datax_executor下resources/application.yml文件

# log config
logging:
  config: classpath:logback.xml
  path: ./data/applogs/executor/jobhandler

修改日志路径path

datax:
  job:
    admin:
      ### datax-web admin address
      addresses: http://127.0.0.1:8080
    executor:
      appname: datax-executor
      ip:
      port: 9999
      ### job log path
      logpath: ./data/applogs/executor/jobhandler
      ### job log retention days
      logretentiondays: 30
  executor:
    jsonpath: /Users/mac/data/applogs

  pypath: /Users/mac/tools/datax/bin/datax.py

修改datax.job配置

admin.addresses datax_admin部署地址，如调度中心集群部署存在多个地址则用逗号分隔，执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调"；
executor.appname 执行器AppName，每个执行器机器集群的唯一标示,执行器心跳注册分组依据；
executor.ip 默认为空表示自动获取IP，多网卡时可手动设置指定IP，该IP不会绑定Host仅作为通讯实用；地址信息用于 “执行器注册” 和 “调度中心请求并触发任务”；
executor.port 执行器Server端口号，默认端口为9999，单机部署多个执行器时，注意要配置不同执行器端口；
executor.logpath 执行器运行日志文件存储磁盘路径,需要对该路径拥有读写权限;
executor.logretentiondays 执行器日志文件保存天数,过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能；
executor.jsonpath datax json临时文件保存路径
pypath DataX启动脚本地址，例如：xxx/datax/bin/datax.py 如果系统配置DataX环境变量（DATAX_HOME），logpath、jsonpath、pypath可不配，log文件和临时json存放在环境变量路径下。

四、启动项目

1.本地idea开发环境

1.运行datax_admin下 DataXAdminApplication
2.运行datax_executor下 DataXExecutorApplication

admin启动成功后日志会输出三个地址，两个接口文档地址，一个前端页面地址

五、启动成功

启动成功后打开页面（默认管理员用户名：admin 密码：123456）
http://localhost:8080/index.html#/dashboard

六、集群部署

调度中心、执行器支持集群部署，提升调度系统容灾和可用性。
1.调度中心集群：DB配置保持一致；集群机器时钟保持一致（单机集群忽视）；
2.执行器集群:执行器回调地址(admin.addresses）需要保持一致；执行器根据该配置进行执行器自动注册等操作。同一个执行器集群内AppName（executor.appname）需要保持一致；调度中心根据该配置动态发现不同集群的在线执行器列表。

常见问题

部署过程中遇到的常见问题，其解决方式可参考如下这篇博文：
https://blog.csdn.net/axq19910228/article/details/127730889

标签：前端大数据 datax

本文转载自: https://blog.csdn.net/a772304419/article/details/136145937
版权归原作者 学亮编程手记 所有，如有侵权，请联系我们删除。