伊人久久校园青青草888ye,99国产精品无码专区,欧美裸体精油按摩a片

我們公司有個項目的數(shù)據(jù)量高達五千萬，但是因為報表那塊數(shù)據(jù)不太準確，業(yè)務庫和報表庫又是跨庫操作，所以并不能使用 SQL 來進行同步。當時的打算是通過 mysqldump 或者存儲的方式來進行同步，但是嘗試后發(fā)現(xiàn)這些方案都不切實際：

mysqldump：不僅備份需要時間，同步也需要時間，而且在備份的過程，可能還會有數(shù)據(jù)產(chǎn)出（也就是說同步等于沒同步）

存儲方式：這個效率太慢了，要是數(shù)據(jù)量少還好，我們使用這個方式的時候，三個小時才同步兩千條數(shù)據(jù)…

后面在網(wǎng)上查看后，發(fā)現(xiàn) DataX 這個工具用來同步不僅速度快，而且同步的數(shù)據(jù)量基本上也相差無幾。

一、DataX 簡介

DataX 是阿里云 DataWorks 數(shù)據(jù)集成的開源版本，主要就是用于實現(xiàn)數(shù)據(jù)間的離線同步。 DataX 致力于實現(xiàn)包括關系型數(shù)據(jù)庫（MySQL、Oracle 等）、HDFS、Hive、ODPS、HBase、FTP 等各種異構數(shù)據(jù)源（即不同的數(shù)據(jù)庫）間穩(wěn)定高效的數(shù)據(jù)同步功能。

為了解決異構數(shù)據(jù)源同步問題，DataX 將復雜的網(wǎng)狀同步鏈路變成了星型數(shù)據(jù)鏈路，DataX 作為中間傳輸載體負責連接各種數(shù)據(jù)源；

當需要接入一個新的數(shù)據(jù)源時，只需要將此數(shù)據(jù)源對接到 DataX，便能跟已有的數(shù)據(jù)源作為無縫數(shù)據(jù)同步。

1.DataX3.0 框架設計

DataX 采用 Framework + Plugin 架構，將數(shù)據(jù)源讀取和寫入抽象稱為 Reader/Writer 插件，納入到整個同步框架中。

角色	作用
Reader（采集模塊）	負責采集數(shù)據(jù)源的數(shù)據(jù)，將數(shù)據(jù)發(fā)送給 `Framework`。
Writer（寫入模塊）	負責不斷向 `Framework` 中取數(shù)據(jù)，并將數(shù)據(jù)寫入到目的端。
Framework（中間商）	負責連接 `Reader` 和 `Writer`，作為兩者的數(shù)據(jù)傳輸通道，并處理緩沖，流控，并發(fā)，數(shù)據(jù)轉換等核心技術問題。

2.DataX3.0 核心架構

DataX 完成單個數(shù)據(jù)同步的作業(yè)，我們稱為 Job，DataX 接收到一個 Job 后，將啟動一個進程來完成整個作業(yè)同步過程。DataX Job 模塊是單個作業(yè)的中樞管理節(jié)點，承擔了數(shù)據(jù)清理、子任務切分、TaskGroup 管理等功能。

DataX Job 啟動后，會根據(jù)不同源端的切分策略，將 Job 切分成多個小的 Task (子任務)，以便于并發(fā)執(zhí)行。

接著 DataX Job 會調(diào)用 Scheduler 模塊，根據(jù)配置的并發(fā)數(shù)量，將拆分成的 Task 重新組合，組裝成 TaskGroup（任務組）

每一個 Task 都由 TaskGroup 負責啟動，Task 啟動后，會固定啟動 Reader --> Channel --> Writer 線程來完成任務同步工作。

DataX 作業(yè)運行啟動后，Job 會對 TaskGroup 進行監(jiān)控操作，等待所有 TaskGroup 完成后，Job 便會成功退出（異常退出時值非 0）

DataX 調(diào)度過程：

首先 DataX Job 模塊會根據(jù)分庫分表切分成若干個 Task，然后根據(jù)用戶配置并發(fā)數(shù)，來計算需要分配多少個 TaskGroup；

計算過程：Task / Channel = TaskGroup，最后由 TaskGroup 根據(jù)分配好的并發(fā)數(shù)來運行 Task（任務）

二、使用 DataX 實現(xiàn)數(shù)據(jù)同步

準備工作：

JDK（1.8 以上，推薦 1.8）
Python（2，3 版本都可以）
Apache Maven 3.x（Compile DataX）（手動打包使用，使用tar包方式不需要安裝）

主機名	操作系統(tǒng)	IP 地址	軟件包
MySQL-1	CentOS 7.4	192.168.1.1	`jdk-8u181-linux-x64.tar.gz` `datax.tar.gz`
MySQL-2	CentOS 7.4	192.168.1.2

安裝 JDK：下載地址（需要創(chuàng)建 Oracle 賬號）

[root@MySQL-1 ~]# ls
anaconda-ks.cfg  jdk-8u181-linux-x64.tar.gz
[root@MySQL-1 ~]# tar zxf jdk-8u181-linux-x64.tar.gz 
[root@DataX ~]# ls
anaconda-ks.cfg  jdk1.8.0_181  jdk-8u181-linux-x64.tar.gz
[root@MySQL-1 ~]# mv jdk1.8.0_181 /usr/local/java
[root@MySQL-1 ~]# cat <<END >> /etc/profile
export JAVA_HOME=/usr/local/java
export PATH=$PATH:"$JAVA_HOME/bin"
END
[root@MySQL-1 ~]# source /etc/profile
[root@MySQL-1 ~]# java -version

因為 CentOS 7 上自帶 Python 2.7 的軟件包，所以不需要進行安裝。

1.Linux 上安裝 DataX 軟件

[root@MySQL-1 ~]# wget http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz
[root@MySQL-1 ~]# tar zxf datax.tar.gz -C /usr/local/
[root@MySQL-1 ~]# rm -rf /usr/local/datax/plugin/*/._*						# 需要刪除隱藏文件 (重要)

當未刪除時，可能會輸出：

[/usr/local/datax/plugin/reader/._drdsreader/plugin.json] 不存在. 請檢查您的配置文件.

驗證：

[root@MySQL-1 ~]# cd /usr/local/datax/bin
[root@MySQL-1 ~]# python datax.py ../job/job.json							# 用來驗證是否安裝成功

輸出：

2021-12-13 19:26:28.828 [job-0] INFO  JobContainer - PerfTrace not enable!
2021-12-13 19:26:28.829 [job-0] INFO  StandAloneJobContainerCommunicator - Total 100000 records, 2600000 bytes | Speed 253.91KB/s, 10000 records/s | Error 0 records, 0 bytes |  All Task WaitWriterTime 0.060s |  All Task WaitReaderTime 0.068s | Percentage 100.00%
2021-12-13 19:26:28.829 [job-0] INFO  JobContainer - 
任務啟動時刻                    : 2021-12-13 19:26:18
任務結束時刻                    : 2021-12-13 19:26:28
任務總計耗時                    :                 10s
任務平均流量                    :          253.91KB/s
記錄寫入速度                    :          10000rec/s
讀出記錄總數(shù)                    :              100000
讀寫失敗總數(shù)                    :                   0

2.DataX 基本使用

查看 streamreader --> streamwriter 的模板：

[root@MySQL-1 ~]# python /usr/local/datax/bin/datax.py -r streamreader -w streamwriter

輸出：

DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, 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": {
        "conte

根據(jù)模板編寫 json 文件

[root@MySQL-1 ~]# cat <<END > test.json
{
    "job": {
        "conte

輸出：（要是復制我上面的話，需要把 # 帶的內(nèi)容去掉）

3.安裝 MySQL 數(shù)據(jù)庫

分別在兩臺主機上安裝：

[root@MySQL-1 ~]# yum -y install mariadb mariadb-server mariadb-libs mariadb-devel   
[root@MySQL-1 ~]# systemctl start mariadb												# 安裝 MariaDB 數(shù)據(jù)庫
[root@MySQL-1 ~]# mysql_secure_installation												# 初始化	
NOTE: RUNNING ALL PARTS OF THIS SCRIPT IS RECOMMENDED FOR ALL MariaDB
      SERVERS IN PRODUCTION USE!  PLEASE READ EACH STEP CAREFULLY!
Enter current password for root (enter for none):	     	# 直接回車
OK, successfully used password, moving on...
Set root password? [Y/n] y                       	 	 	# 配置 root 密碼
New password: 
Re-enter new password: 
Password updated successfully!
Reloading privilege tables..
 ... Success!
Remove anonymous users? [Y/n] y                			 	# 移除匿名用戶
 ... skipping.
Disallow root login remotely? [Y/n] n            		 	# 允許 root 遠程登錄
 ... skipping.
Remove test database and access to it? [Y/n] y 		     	# 移除測試數(shù)據(jù)庫
 ... skipping.
Reload privilege tables now? [Y/n] y             	     	# 重新加載表
 ... Success!

1）準備同步數(shù)據(jù)（要同步的兩臺主機都要有這個表）

MariaDB [(none)]> create database `course-study`;
Query OK, 1 row affected (0.00 sec)
MariaDB [(none)]> create table `course-study`.t_member(ID int,Name varchar(20),Email varchar(30));
Query OK, 0 rows affected (0.00 sec)

因為是使用 DataX 程序進行同步的，所以需要在雙方的數(shù)據(jù)庫上開放權限：

grant all privileges on *.* to root@'%' identified by '123123';
flush privileges;

2）創(chuàng)建存儲過程：

DELIMITER $$
CREATE PROCEDURE test()
BEGIN
declare A int default 1;
while (A < 3000000)do
insert into `course-study`.t_member values(A,concat("LiSa",A),concat("LiSa",A,"@163.com"));
set A = A + 1;
END while;
END $$
DELIMITER ;

3）調(diào)用存儲過程（在數(shù)據(jù)源配置，驗證同步使用）：

call test();

4.通過 DataX 實 MySQL 數(shù)據(jù)同步

1）生成 MySQL 到 MySQL 同步的模板：

[root@MySQL-1 ~]# python /usr/local/datax/bin/datax.py -r mysqlreader -w mysqlwriter
{
    "job": {
        "conte

2）編寫 json 文件：

[root@MySQL-1 ~]# vim install.json
{
    "job": {
        "conte

3）驗證

[root@MySQL-1 ~]# python /usr/local/datax/bin/datax.py install.json

輸出：

2021-12-15 16:45:15.120 [job-0] INFO JobContainer - PerfTrace not enable!
2021-12-15 16:45:15.120 [job-0] INFO StandAloneJobContainerCommunicator - Total 2999999 records, 107666651 bytes | Speed 2.57MB/s, 74999 records/s | Error 0 records, 0 bytes | All Task WaitWriterTime 82.173s | All Task WaitReaderTime 75.722s | Percentage 100.00%
2021-12-15 16:45:15.124 [job-0] INFO JobContainer -
任務啟動時刻 : 2021-12-15 16:44:32
任務結束時刻 : 2021-12-15 16:45:15
任務總計耗時 : 42s
任務平均流量 : 2.57MB/s
記錄寫入速度 : 74999rec/s
讀出記錄總數(shù) : 2999999
讀寫失敗總數(shù) : 0

你們可以在目的數(shù)據(jù)庫進行查看，是否同步完成。

上面的方式相當于是完全同步，但是當數(shù)據(jù)量較大時，同步的時候被中斷，是件很痛苦的事情；所以在有些情況下，增量同步還是蠻重要的。

5.使用 DataX 進行增量同步

使用 DataX 進行全量同步和增量同步的唯一區(qū)別就是：增量同步需要使用 where 進行條件篩選。（即，同步篩選后的 SQL）

1）編寫 json 文件：

[root@MySQL-1 ~]# vim where.json
{
    "job": {
        "conte

需要注意的部分就是：where（條件篩選）和 preSql（同步前，要做的事）參數(shù)。

2）驗證：

[root@MySQL-1 ~]# python /usr/local/data/bin/data.py where.json

輸出：

2021-12-16 17:34:38.534 [job-0] INFO  JobContainer - PerfTrace not enable!
2021-12-16 17:34:38.534 [job-0] INFO  StandAloneJobContainerCommunicator - Total 1888 records, 49543 bytes | Speed 1.61KB/s, 62 records/s | Error 0 records, 0 bytes |  All Task WaitWriterTime 0.002s |  All Task WaitReaderTime 100.570s | Percentage 100.00%
2021-12-16 17:34:38.537 [job-0] INFO  JobContainer - 
任務啟動時刻                    : 2021-12-16 17:34:06
任務結束時刻                    : 2021-12-16 17:34:38
任務總計耗時                    :                 32s
任務平均流量                    :            1.61KB/s
記錄寫入速度                    :             62rec/s
讀出記錄總數(shù)                    :                1888
讀寫失敗總數(shù)                    :                   0

目標數(shù)據(jù)庫上查看：

3）基于上面數(shù)據(jù)，再次進行增量同步：

主要是 where 配置："where": "ID > 1888 AND ID <= 2888"						# 通過條件篩選來進行增量同步

同時需要將我上面的 preSql 刪除(因為我上面做的操作時 truncate 表)

以上就是高效的數(shù)據(jù)同步工具DataX的使用及實現(xiàn)示例的詳細內(nèi)容，更多關于DataX數(shù)據(jù)同步工具的資料請關注本站其它相關文章！

國外服務器租用

版權聲明：本站文章來源標注為YINGSOO的內(nèi)容版權均為本站所有，歡迎引用、轉載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權，請聯(lián)系alex-e#qq.com處理。

mysql學習筆記之表的基本操作

centos編譯安裝mysql 5.6及安裝多個mysql實例詳解

mysql 5.7.11 winx64.zip安裝配置方法圖文教程

mysql 5.7.17 winx64.zip安裝配置方法圖文教程

CentOS安裝mysql5.7 及簡單配置教程詳解

MySQL 5.7 zip版本(zip版)安裝配置步驟詳解

MySQL5.6.31 winx64.zip 安裝配置教程詳解

MySQL注入繞開過濾的技巧總結

一次Mysql死鎖排查過程的全紀錄

Windows10 64位安裝MySQL5.6.35的圖文教程