win10 安装DataX
win10 安装DataX
1.资源准备
2.环境变量配置(以自己安装目录为准)
3.在cmd窗口中输入CHCP 65001 防止中文乱码
4.测试（从stream读取数据并打印到控制台）
对人工智能感兴趣的同学，可以点击以下链接：
现在人工智能非常火爆，很多朋友都想学，但是一般的教程都是为博硕生准备的，太难看懂了。最近发现了一个非常适合小白入门的教程，不仅通俗易懂而且还很风趣幽默。所以忍不住分享一下给大家。点这里可以跳转到教程。
https://www.cbedai.net/u014646662
1.资源准备
JDK1.8
Python2.7
DataX（点击下载）
2.环境变量配置(以自己安装目录为准)
%DATAX_HOME%\bin
D:\Program Files\Python27\
D:\Program Files\Java\jdk1.8.0_131\bin
3.在cmd窗口中输入CHCP 65001 防止中文乱码
4.测试（从stream读取数据并打印到控制台）
a、查看模板
cd %DATAX_HOME%\bin
python datax.py -r streamreader -w streamwriter
会显示如下内容
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": {
"content": [
{
"reader": {
"name": "streamreader",
"parameter": {
"column": [],
"sliceRecordCount": ""
}
},
"writer": {
"name": "streamwriter",
"parameter": {
"encoding": "",
"print": true
}
}
}
],
"setting": {
"speed": {
"channel": ""
}
}
}
}
b、书写配置文件
文件名：stream2stream.json
内容如下：
{
"job": {
"content": [
{
"reader": {
"name": "streamreader",
"parameter": {
"sliceRecordCount": 10,
"column": [
{
"type": "String",
"value": "helle DataX"
},
{
"type": "string",
"value": "你吃完晚饭了吗？"
},
{
"type": "string",
"value": "不要在写代码了，太累了"
}
]
}
},
"writer": {
"name": "streamwriter",
"parameter": {
"encoding": "GBK",
"print": true
}
}
}
],
"setting": {
"speed": {
"channel": 5
}
}
}
}
c.执行配置文件
python datax.py ./steam2stream.json
会出现如下结果：
DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, Alibaba Group. All Rights Reserved.
2018-09-17 20:18:48.235 [main] INFO VMInfo - VMInfo# operatingSystem class => sun.management.OperatingSystemImpl
2018-09-17 20:18:48.242 [main] INFO Engine - the machine info =>
osInfo: Oracle Corporation 1.8 25.131-b11
jvmInfo: Windows 10 x86 10.0
cpu num: 8
totalPhysicalMemory: -0.00G
freePhysicalMemory: -0.00G
maxFileDescriptorCount: -1
currentOpenFileDescriptorCount: -1
GC Names [PS MarkSweep, PS Scavenge]
MEMORY_NAME | allocation_size | init_size
PS Eden Space | 256.25MB | 256.25MB
Code Cache | 240.00MB | 2.25MB
PS Survivor Space | 42.50MB | 42.50MB
PS Old Gen | 682.75MB | 682.75MB
Metaspace | -0.00MB | 0.00MB
2018-09-17 20:18:48.270 [main] INFO Engine -
{
"content":[
{
"reader":{
"name":"streamreader",
"parameter":{
"column":[
{
"type":"String",
"value":"helle DataX"
},
{
"type":"string",
"value":"你吃完晚饭了吗？"
},
{
"type":"string",
"value":"不要在写代码了，太累了"
}
],
"sliceRecordCount":10
}
},
"writer":{
"name":"streamwriter",
"parameter":{
"encoding":"GBK",
"print":true
}
}
}
],
"setting":{
"speed":{
"channel":5
}
}
}
2018-09-17 20:18:48.289 [main] WARN Engine - prioriy set to 0, because NumberFormatException, the value is: null
2018-09-17 20:18:48.292 [main] INFO PerfTrace - PerfTrace traceId=job_-1, isEnable=false, priority=0
2018-09-17 20:18:48.292 [main] INFO JobContainer - DataX jobContainer starts job.
2018-09-17 20:18:48.295 [main] INFO JobContainer - Set jobId = 0
2018-09-17 20:18:48.325 [job-0] INFO JobContainer - jobContainer starts to do prepare ...
2018-09-17 20:18:48.326 [job-0] INFO JobContainer - DataX Reader.Job [streamreader] do prepare work .
2018-09-17 20:18:48.335 [job-0] INFO JobContainer - DataX Writer.Job [streamwriter] do prepare work .
2018-09-17 20:18:48.336 [job-0] INFO JobContainer - jobContainer starts to do split ...
2018-09-17 20:18:48.338 [job-0] INFO JobContainer - Job set Channel-Number to 5 channels.
2018-09-17 20:18:48.348 [job-0] INFO JobContainer - DataX Reader.Job [streamreader] splits to [5] tasks.
2018-09-17 20:18:48.349 [job-0] INFO JobContainer - DataX Writer.Job [streamwriter] splits to [5] tasks.
2018-09-17 20:18:48.371 [job-0] INFO JobContainer - jobContainer starts to do schedule ...
2018-09-17 20:18:48.380 [job-0] INFO JobContainer - Scheduler starts [1] taskGroups.
2018-09-17 20:18:48.382 [job-0] INFO JobContainer - Running by standalone Mode.
2018-09-17 20:18:48.391 [taskGroup-0] INFO TaskGroupContainer - taskGroupId=[0] start [5] channels for [5] tasks.
2018-09-17 20:18:48.397 [taskGroup-0] INFO Channel - Channel set byte_speed_limit to -1, No bps activated.
2018-09-17 20:18:48.401 [taskGroup-0] INFO Channel - Channel set record_speed_limit to -1, No tps activated.
2018-09-17 20:18:48.412 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[1] attemptCount[1] is started
2018-09-17 20:18:48.415 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[0] attemptCount[1] is started
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
2018-09-17 20:18:48.421 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[3] attemptCount[1] is started
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
2018-09-17 20:18:48.433 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[2] attemptCount[1] is started
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
2018-09-17 20:18:48.440 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[4] attemptCount[1] is started
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
helle DataX 你吃完晚饭了吗？ 不要在写代码了，太累了
2018-09-17 20:18:48.548 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[0] is successed, used[133]ms
2018-09-17 20:18:48.548 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[1] is successed, used[137]ms
2018-09-17 20:18:48.550 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[2] is successed, used[117]ms
2018-09-17 20:18:48.557 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[3] is successed, used[136]ms
2018-09-17 20:18:48.559 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] taskId[4] is successed, used[119]ms
2018-09-17 20:18:48.576 [taskGroup-0] INFO TaskGroupContainer - taskGroup[0] completed it's tasks.
2018-09-17 20:18:58.400 [job-0] INFO StandAloneJobContainerCommunicator - Total 50 records, 1500 bytes | Speed 150B/s, 5 records/s | Error 0 records, 0 bytes | All Task WaitWriterTime 0.000s | All Task WaitReaderTime 0.001s | Percentage 100.00%
2018-09-17 20:18:58.401 [job-0] INFO AbstractScheduler - Scheduler accomplished all tasks.
2018-09-17 20:18:58.403 [job-0] INFO JobContainer - DataX Writer.Job [streamwriter] do post work.
2018-09-17 20:18:58.410 [job-0] INFO JobContainer - DataX Reader.Job [streamreader] do post work.
2018-09-17 20:18:58.412 [job-0] INFO JobContainer - DataX jobId [0] completed successfully.
2018-09-17 20:18:58.414 [job-0] INFO HookInvoker - No hook invoked, because base dir not exists or is a file: D:\datax\hook
2018-09-17 20:18:58.422 [job-0] INFO JobContainer -
[total cpu info] =>
averageCpu | maxDeltaCpu | minDeltaCpu
-1.00% | -1.00% | -1.00%
[total gc info] =>
NAME | totalGCCount | maxDeltaGCCount | minDeltaGCCount | totalGCTime | maxDeltaGCTime | minDeltaGCTime
PS MarkSweep | 0 | 0 | 0 | 0.000s | 0.000s | 0.000s
PS Scavenge | 0 | 0 | 0 | 0.000s | 0.000s | 0.000s
2018-09-17 20:18:58.431 [job-0] INFO JobContainer - PerfTrace not enable!
2018-09-17 20:18:58.436 [job-0] INFO StandAloneJobContainerCommunicator - Total 50 records, 1500 bytes | Speed 150B/s, 5 records/s | Error 0 records, 0 bytes | All Task WaitWriterTime 0.000s | All Task WaitReaderTime 0.001s | Percentage 100.00%
2018-09-17 20:18:58.445 [job-0] INFO JobContainer -
任务启动时刻 : 2018-09-17 20:18:48
任务结束时刻 : 2018-09-17 20:18:58
任务总计耗时 : 10s
任务平均流量 : 150B/s
记录写入速度 : 5rec/s
读出记录总数 : 50
读写失败总数 : 0