标签：稳定性 经验 之间 pil ade zed python2 平台 hba
相信很多的用户在迁移上云上最头疼的是数据库备份和还原了吧。对于有些年头企业的数据可能很大，用数据库自带的dump工具备份导出又导入，在传输上耗时又费力。Bespin Global资深交付工程师张小娅将为您介绍一种离线数据同步工具DATAX，实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种同构/异构数据源之间高效的数据同步功能。
教程System Requirements
工具部署
http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz
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}
可以通过命令查看配置模板： python datax.py -r {YOUR_READER} -w {YOUR_WRITER}
| splitPk | 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。 | 否 | 空 |
| Where | 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。 | 否 | 空 |
| Querysql | 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 | 否 | 无 |
| Batchsize | 一次性批量提交的记录数大小，该值可以极大减少DataX与Mysql的网络交互次数，并提升整体吞吐量。但是该值设置过大可能会造成DataX运行进程OOM情况。 | 否 | 1024 |
| Channel | 传输启动的通道数，通道数和batchsize对性能影响较大 | 否 | 无 |
功能最佳实战
这里以同构数据库MySQL迁移为例向大家介绍迁移中JSON文件的具体配置。
*由于本文章内容过多迁移成功后的输出日志本文章中不体现
1
IDC 数据库上云最佳实战
{
“job”: {
“setting”: {
“speed”: {
“channel”: 5
}
},
“content”: [{
“reader”: {
“name”: “mysqlreader”,
“parameter”: {
“username”: “root”,
“password”: “xxxxx”,
“column”: [
“*”
],
“connection”: [{
“table”: [
“member”
],
“jdbcUrl”: [
“jdbc:mysql://192.168.4.188:3306/bespin?useUnicode=true&characterEncoding=gbk”
]
}]
}
},
“writer”: {
“name”: “mysqlwriter”,
“parameter”: {
“username”: “member”,
“password”: “xxxxxxxx”,
“column”: [
“*”
],
“connection”: [{
“jdbcUrl”: “jdbc:mysql://rm-2zedc22cukg7v0hvifo.mysql.rds.aliyuncs.com:3306/mysqltest?useUnicode=true&charact
erEncoding=gbk”,
“table”: [
“member”
]
}]
}
}
}]
}
}
*迁移上腾讯云，类似，只需要把writer中的jdbcUrl中的地址替换成功腾讯云数据库CDB的地址就可以，
如jdbc:mysql://bj-cdb-16u291gu.sql.tencentcdb.com:63061/member?useUnicode=true&characterEncoding=gbk*
2
云云之间数据库迁移最佳实战
{
“job”: {
“setting”: {
“speed”: {
“channel”: 5
}
},
“content”: [{
“reader”: {
“name”: “mysqlreader”,
“parameter”: {
“username”: “member”,
“password”: “xxxxx”,
“column”: [
“*”
],
“connection”: [{
“table”: [
“member”
],
“jdbcUrl”: [
“jdbc:mysql://bj-cdb-16u291gu.sql.tencentcdb.com:63061/member?useUnicode=true&characterEncoding=gbk”
]
}]
}
},
“writer”: {
“name”: “mysqlwriter”,
“parameter”: {
“username”: “member”,
“password”: “xxxxxxx”,
“column”: [
“*”
],
“connection”: [{
“jdbcUrl”: “jdbc:mysql://rm-2zedc22cukg7v0hvifo.mysql.rds.aliyuncs.com:3306/mysqltest?useUnicode=true&charact
erEncoding=gbk”,
“table”: [
“member”
]
}]
}
}
}]
}
}
*阿里云RDS-mysql数据库迁移至腾讯云CDB-mysql数据库类型，只需要将jdbcurl地址修改正确就可以*
3
同一张表分多进程同步
一张表数据量较大时，可以启动多个datax进程进行传输，通过表里的列进行数据分批，比如日期或者自增列的键值，json写法如下：
{
“job”: {
“setting”: {
“speed”: {
“channel”: 4
}
},
“content”: [{
“reader”: {
“name”: “mysqlreader”,
“parameter”: {
“username”: “root”,
“password”: “xxxx”,
“connection”: [{
“jdbcUrl”: [
“jdbc:mysql://10.10.10.1:3306/bespin?useUnicode=true&characterEncoding=gbk”
],
“querySql”: [
“SELECT id,name from table1 WHERE id>499999”
]
}]
}
},
“writer”: {
“name”: “mysqlwriter”,
“parameter”: {
“writeMode”: “insert”,
“username”: “root”,
“password”: “xxxxx”,
“column”: [
“*”
],
“connection”: [{
“jdbcUrl”: “jdbc:mysql://10.10.0.2:3306/bespin?useUnicode=true&characterEncoding=gbk”,
“table”: [
“table1”
]
}]
}
}
}]
}
}
结束语DataX的性能和稳定性均经过众多项目的验证，可以作为一款值得依赖的云端/线下数据迁移工具；同时，DataX支持众多的数据源，经过良好规划，可以实现异构数据之间的互通，降低数据迁移成本、提高迁移便捷性；另外，DataX还可作为一款ETL工具，也为数据进出大数据平台提供传输通道。当然，工具是为人所用，丰富的经验积累才能充分发挥出工具的强大功能，欢迎大家和 Bespin 交付团队共同探讨云端应用为企业带来的价值实现。
标签：稳定性 经验 之间 pil ade zed python2 平台 hba
原文地址：https://www.cnblogs.com/syncnavigator/p/10189658.html
