2 datax mysql 和 mysql之间相互导入

插件文档； https://github.com/alibaba/DataX/blob/master/hdfswriter/doc/hdfswriter.md

 

1,参照第1篇日记，安装好datax

 

2，使用命令生成mysql导入导出的json模板, 修改模板

python datax.py -r mysqlreader -w mysqlwriter

 

{

    "job": {

        "content": [

            {

                "reader": {

                    "name": "mysqlreader",

                    "parameter": {

                        "column": [

                                  "id",

                                  "username"

                                  ],

                        "connection": [

                            {

                                "jdbcUrl": ["jdbc:mysql://192.168.43.20:3306/uprofiledb"],

                                "table": ["pe_user"]

                            }

                        ],

                        "password": "111111",

                        "username": "root",

                        "where": ""

                    }

                },

                "writer": {

                    "name": "mysqlwriter",

                    "parameter": {

                        "column": ["id","username"],

                        "connection": [

                            {

                                "jdbcUrl": "jdbc:mysql://192.168.43.20:3306/test",

                                "table": ["target_user"]

                            }

                        ],

                        "password": "111111",

                        "preSql": [],

                        "session": [],

                        "username": "root",

                        "writeMode": "insert"

                    }

                }

            }

        ],

        "setting": {

            "speed": {

                "channel": "1"

            }

        }

    }

}

 

 

 

 

参数说明：

* jdbcUrl

    * 描述：描述的是到对端数据库的JDBC连接信息，使用JSON的数组描述，并支持一个库填写多个连接地址。之所以使用JSON数组描述连接信息，是因为阿里集团内部支持多个IP探测，如果配置了多个，MysqlReader可以依次探测ip的可连接性，直到选择一个合法的IP。如果全部连接失败，MysqlReader报错。 注意，jdbcUrl必须包含在connection配置单元中。对于阿里集团外部使用情况，JSON数组填写一个JDBC连接即可。

jdbcUrl按照Mysql官方规范，并可以填写连接附件控制信息。具体请参看Mysql官方文档。

    * 必选：是

    * 默认值：无

* username

    * 描述：数据源的用户名

    * 必选：是

    * 默认值：无

* password

    * 描述：数据源指定用户名的密码

    * 必选：是

    * 默认值：无

* table

    * 描述：所选取的需要同步的表。使用JSON的数组描述，因此支持多张表同时抽取。当配置为多张表时，用户自己需保证多张表是同一schema结构，MysqlReader不予检查表是否同一逻辑表。注意，table必须包含在connection配置单元中。

    * 必选：是

    * 默认值：无

* column

    * 描述：所配置的表中需要同步的列名集合，使用JSON的数组描述字段信息。用户使用*代表默认使用所有列配置，例如['*']。

支持列裁剪，即列可以挑选部分列进行导出。

支持列换序，即列可以不按照表schema信息进行导出。

支持常量配置，用户需要按照Mysql SQL语法格式: ["id", "`table`", "1", "'bazhen.csy'", "null", "to_char(a + 1)", "2.3" , "true"] id为普通列名，`table`为包含保留在的列名，1为整形数字常量，'bazhen.csy'为字符串常量，null为空指针，to_char(a + 1)为表达式，2.3为浮点数，true为布尔值。

    * 必选：是

    * 默认值：无

* splitPk

    * 描述：MysqlReader进行数据抽取时，如果指定splitPk，表示用户希望使用splitPk代表的字段进行数据分片，DataX因此会启动并发任务进行数据同步，这样可以大大提供数据同步的效能。

推荐splitPk用户使用表主键，因为表主键通常情况下比较均匀，因此切分出来的分片也不容易出现数据热点。

目前splitPk仅支持整形数据切分，不支持浮点、字符串、日期等其他类型。如果用户指定其他非支持类型，MysqlReader将报错！

* 如果splitPk不填写，包括不提供splitPk或者splitPk值为空，DataX视作使用单通道同步该表数据。

    * 必选：否

    * 默认值：空

* where

    * 描述：筛选条件，MysqlReader根据指定的column、table、where条件拼接SQL，并根据这个SQL进行数据抽取。在实际业务场景中，往往会选择当天的数据进行同步，可以将where条件指定为gmt_create > $bizdate 。注意：不可以将where条件指定为limit 10，limit不是SQL的合法where子句。

where条件可以有效地进行业务增量同步。如果不填写where语句，包括不提供where的key或者value，DataX均视作同步全量数据。

    * 必选：否

    * 默认值：无

* querySql

    * 描述：在有些业务场景下，where这一配置项不足以描述所筛选的条件，用户可以通过该配置型来自定义筛选SQL。当用户配置了这一项之后，DataX系统就会忽略table，column这些配置型，直接使用这个配置项的内容对数据进行筛选，例如需要进行多表join后同步数据，使用select a,b from table_a join table_b on table_a.id = table_b.id

当用户配置querySql时，MysqlReader直接忽略table、column、where条件的配置，querySql优先级大于table、column、where选项。

    * 必选：否

    * 默认值：无

*writeMode

    *描述：写入目标数据表的模式，可选项： replace（替换），update（更新），insert(插入)

 

 

3 据库表和数据准备： 

 

4，执行插入命令： python datax.py  mysql2mysql.json 

 

5。查看目标表数据：

 

 

6，如果再次执行一次，就会报脏数据的错误，因为上面你的writemode使用的是insert。

 

7。 如果在源数据表增加一条数据，配置不变得情况下，再次执行。前面4条旧数据不会更新到目标表，而新增的这条数据会新增

    来源表新增数据：

执行以后。目标表数据：

 

1. 如果保证更改旧数据和新增的数据 都能同时更新到目标表，writemode使用 update

                配置文件：

            

            

            来源数据表：

        

        

        目标数据表：

        

 

    9， 如果writemode 是replace，应该是全量替换的意思： 这个时候导入就不会报错。

        配置文件：

    来源数据表：

    目标数据表：