1、首先去官网拉取datax项目代码,地址 https://gitee.com/mirrors/DataX.git 选择克隆/下载的地址。
2、进入准备好的下载目录,右键选择git base here进行下载(自己下载好就行)。
3、打开idea,导入下载好的datax项目
4、会加载一段时间,等待就行了,前提条件是maven配置好,联网哦
5、在maven中,项目根目录下先clean,勾选跳过test,再package。clean速度快,package要等一会的,完成后可以看到target目录,将core中的datax复制出来,要进行配置,clean就清除了。
6、进行项目启动配置,我这里已经配置好了,根据图上的标识,把对应的参数配置上去。
VM options: -Ddatax.home=D:\Project\etl\setting\datax
Program arguments: -mode standalone -jobid -1 -job D:\Project\etl\setting\datax\job\job.json
7、在datax下面新建plugin插件目录,在下面新增reader目录,存放读取插件。writer目录存放写入插件。
8、datax下面的job目录存放job任务配置,包含使用的插件,数据库链接,用户名密码,要操作的表等,这一块可以问度娘,我这里是一个最简单的
9、上面配置好就可以启动了。这里跑一下
1、在datax项目右键new -》Module,选择Maven,其他什么不用勾选,next
2、在窗口中填写模块名称,这里用dmreader,然后next
3、创建完成后,是下面的一个空的模块(因为我有dmreader了,这里用dmreader1),删除test,仿照mysqlreader新增对应文件。
4、pom.xml
datax-all
com.alibaba.datax
0.0.1-SNAPSHOT
4.0.0
dmreader
dmreader
jar
com.alibaba.datax
datax-common
${datax-project-version}
slf4j-log4j12
org.slf4j
org.slf4j
slf4j-api
ch.qos.logback
logback-classic
com.alibaba.datax
plugin-rdbms-util
${datax-project-version}
com.dameng
DmJdbcDriver18
8.1.2.141
system
${basedir}/src/main/libs/DmJdbcDriver18-8.1.2.141.jar
maven-compiler-plugin
${jdk-version}
${project-sourceEncoding}
maven-assembly-plugin
src/main/assembly/package.xml
datax
dwzip
package
single
5、Constant这常量类其实和其他的一样。
package com.alibaba.datax.plugin.reader.dmreader;
/**
* Des: 常量
* Author: SiQiangMing 2022/9/8 18:09
*/
public class Constant {
public static final int DEFAULT_FETCH_SIZE = 1000;
}
6、新增达梦的配置,可以参考MySql进行配置,这里有9个地方,注意别忘改了dm.jdbc.driver.DmDriver。
7、DmReader主要是继承Reader,还有Job和Task两个内部类,还有DATABASE_TYPE这个常量别忘修改为DM对应。
package com.alibaba.datax.plugin.reader.dmreader;
import com.alibaba.datax.common.exception.DataXException;
import com.alibaba.datax.common.plugin.RecordSender;
import com.alibaba.datax.common.spi.Reader;
import com.alibaba.datax.common.util.Configuration;
import com.alibaba.datax.plugin.rdbms.reader.CommonRdbmsReader;
import com.alibaba.datax.plugin.rdbms.util.DBUtilErrorCode;
import com.alibaba.datax.plugin.rdbms.util.DataBaseType;
import java.util.List;
/**
* Des: 达梦读取插件
* Author: SiQiangMing 2022/9/8 16:13
*/
public class DmReader extends Reader {
private static final DataBaseType DATABASE_TYPE = DataBaseType.Dm;
/**
* Des: 静态内部类,执行job相关操作
* Author: SiQiangMing 2022/9/8 18:09
*/
public static class Job extends Reader.Job {
private Configuration originalConfig;
private CommonRdbmsReader.Job commonRdbmsReaderMaster;
@Override
public void init() {
this.originalConfig = super.getPluginJobConf();
int fetchSize = this.originalConfig.getInt(com.alibaba.datax.plugin.rdbms.reader.Constant.FETCH_SIZE,
Constant.DEFAULT_FETCH_SIZE);
if (fetchSize < 1) {
throw DataXException.asDataXException(DBUtilErrorCode.REQUIRED_VALUE,
String.format("您配置的fetchSize有误,根据DataX的设计,fetchSize : [%d] 设置值不能小于 1.", fetchSize));
}
this.originalConfig.set(com.alibaba.datax.plugin.rdbms.reader.Constant.FETCH_SIZE, fetchSize);
this.commonRdbmsReaderMaster = new CommonRdbmsReader.Job(DATABASE_TYPE);
this.commonRdbmsReaderMaster.init(this.originalConfig);
}
@Override
public void post() {
this.commonRdbmsReaderMaster.post(this.originalConfig);
}
@Override
public void destroy() {
this.commonRdbmsReaderMaster.destroy(this.originalConfig);
}
@Override
public List split(int adviceNumber) {
return this.commonRdbmsReaderMaster.split(this.originalConfig, adviceNumber);
}
}
/**
* Des: 静态内部类,执行job相关操作
* Author: SiQiangMing 2022/9/8 18:11
*/
public static class Task extends Reader.Task {
private Configuration readerSliceConfig;
private CommonRdbmsReader.Task commonRdbmsReaderSlave;
@Override
public void init() {
this.readerSliceConfig = super.getPluginJobConf();
this.commonRdbmsReaderSlave = new CommonRdbmsReader.Task(DATABASE_TYPE, super.getTaskGroupId(), super.getTaskId());
this.commonRdbmsReaderSlave.init(this.readerSliceConfig);
}
@Override
public void startRead(RecordSender recordSender) {
int fetchSize = this.readerSliceConfig.getInt(com.alibaba.datax.plugin.rdbms.reader.Constant.FETCH_SIZE);
this.commonRdbmsReaderSlave.startRead(this.readerSliceConfig, recordSender,
super.getTaskPluginCollector(), fetchSize);
}
@Override
public void post() {
this.commonRdbmsReaderSlave.post(this.readerSliceConfig);
}
@Override
public void destroy() {
this.commonRdbmsReaderSlave.destroy(this.readerSliceConfig);
}
}
}
8、plugin.json,这里面的name就是插件名,别和其他的重复了就行,后面要用
{
"name": "dmreader",
"class": "com.alibaba.datax.plugin.reader.dmreader.DmReader",
"description": "useScene: prod. mechanism: Jdbc connection using the database, execute select sql, retrieve data from the ResultSet. warn: The more you know about the database, the less problems you encounter.",
"developer": "SiQiangMing"
}
9、package.xml这个是打包的配置,从mysql那边拷贝过来后,修改target和outputDirectory值
dir
false
src/main/resources
plugin.json
plugin_job_template.json
plugin/reader/dmreader
target/
dmreader-0.0.1-SNAPSHOT.jar
plugin/reader/dmreader
src/main/libs
*.*
plugin/reader/dmreader/libs
false
plugin/reader/dmreader/libs
runtime
10、然后修改doc/dmreader.md和resource/plugin_job_template.json,这都不是重点了。这样就完事了,后来发现他们好像rdbmsreader就支持达梦,不过我没有使用,你们可以试试。
1、上传datax压缩包datax.tar到linux服务器
2、解压datax压缩包到/usr/local下
tar -xvf /路径/datax.tar -C /usr/local
3、删除隐藏文件
rm -rf /usr/local/datax/plugin/*/._*
4、验证datax是否部署成功
cd /usr/local/datax/bin
python datax.py ../job/job.json
在调试过程中遇到过一些问题,记不太清了,简单记录一下
1、读取表的时候字段不要写类型,
2、hdfs写入用户权限的问题,变量传递到job.json的问题。
4、写入hdfs分区表的时候,需要load加载数据
load data inpath "/user/hive/warehouse/hdfswriter.db/star/day=2022-09" into table star partition(day="day=2022-09");