共计 3308 个字符，预计需要花费 9 分钟才能阅读完成。
一、依据日期进行增量数据抽取
1. 页面工作配置
关上菜单工作治理页面，抉择增加工作
按下图中 5 个步骤进行配置
- 1. 工作类型选 DataX 工作
- 2. 辅助参数抉择工夫自增
- 3. 增量开始工夫抉择，即 sql 中查问工夫的开始工夫，用户应用此选项不便第一次的全量同步。第一次同步实现后，该工夫被更新为上一次的工作触发工夫，工作失败不更新。
- 4. 增量工夫字段,-DlastTime=’%s’ -DcurrentTime=’%s’ 先来解析下这段字符串
1.- D 是 DataX 参数的标识符，必配
2.- D 前面的 lastTime 和 currentTime 是 DataX json 中 where 条件的工夫字段标识符，必须和 json 中的变量名称保持一致
3.='%s' 是我的项目用来去替换工夫的占位符，比配并且格局要完全一致
4. 留神 -DlastTime='%s' 和 -DcurrentTime='%s' 两头有一个空格，空格必须保留并且是一个空格 - 5. 工夫格局，能够抉择本人数据库中工夫的格局，也能够通过 json 中配置 sql 工夫转换函数来解决
留神，留神，留神: 配置肯定要认真看文档（前面咱们也会对这块配置进行优化，防止大家犯错）
2.JSON 配置
datax.json
{
"job": {
"setting": {
"speed": {"channel": 16}
},
"content": [
{
"reader": {
"name": "mysqlreader",
"parameter": {
"splitPk": "id",
"username": "root",
"password": "root",
"column": ["*"],
"connection": [
{
"jdbcUrl": ["jdbc:mysql://localhost:3306/test?characterEncoding=utf8"],
"querySql": ["select * from test_list where operationDate >= FROM_UNIXTIME(${lastTime}) and operationDate < FROM_UNIXTIME(${currentTime})"
]
}
]
}
},
"writer": {
"name": "mysqlwriter",
"parameter": {
"username": "root",
"password": "123456",
"column": ["*"],
"batchSize": "4096",
"connection": [
{
"jdbcUrl": "jdbc:mysql://localhost:3307/test?characterEncoding=utf8",
"table": ["test_list"]
}
]
}
}
}
]
}
}querySql 解析
select * from test_list where operationDate >= ${lastTime} and operationDate < ${currentTime}- 1. 此处的关键点在 ${lastTime}，${currentTime}，${} 是 DataX 动静参数的固定格局，lastTime，currentTime 就是咱们页面配置中
-DlastTime=’%s’ -DcurrentTime=’%s’ 中的 lastTime，currentTime，留神字段肯定要统一。
- 2. 如果工作配置页面，工夫类型抉择为工夫戳然而数据库工夫格局不是工夫戳，例如是：2019-11-26 11:40:57 此时能够用 FROM_UNIXTIME(${lastTime}) 进行转换。
select * from test_list where operationDate >= FROM_UNIXTIME(${lastTime}) and operationDate < FROM_UNIXTIME(${currentTime})二、依据自增 Id 进行增量数据抽取
1. 页面工作配置
关上菜单工作治理页面，抉择增加工作
按下图中 4 个步骤进行配置
- 1. 工作类型选 DataX 工作
- 2. 辅助参数抉择主键自增
- 3. 增量主键开始 ID 抉择，即 sql 中查问 ID 的开始 ID，用户应用此选项不便第一次的全量同步。第一次同步实现后，该 ID 被更新为上一次的工作触发时最大的 ID，工作失败不更新。
- 4. 增量工夫字段,-DstartId=’%s’ -DendId=’%s’ 先来解析下这段字符串
1.- D 是 DataX 参数的标识符，必配
2.- D 前面的 startId 和 endId 是 DataX json 中 where 条件的 id 字段标识符，必须和 json 中的变量名称保持一致
3.='%s' 是我的项目用来去替换工夫的占位符，比配并且格局要完全一致
4. 留神 -DstartId='%s' 和 -DendId='%s' 两头有一个空格，空格必须保留并且是一个空格
5.reader 数据源，抉择工作同步的读数据源
6. 配置 reader 数据源中须要同步数据的表名及该表的主键 留神，留神，留神: 肯定要认真看文档（后续会对这块配置进行优化，防止大家犯错）
2.JSON 配置
datax.json
{
"job": {
"setting": {
"speed": {
"channel": 3,
"byte": 1048576
},
"errorLimit": {
"record": 0,
"percentage": 0.02
}
},
"content": [
{
"reader": {
"name": "mysqlreader",
"parameter": {
"username": "yRjwDFuoPKlqya9h9H2Amg==",
"password": "yRjwDFuoPKlqya9h9H2Amg==",
"splitPk": "","connection": [
{
"querySql": ["select * from job_log where id>= ${startId} and id< ${endId}"
],
"jdbcUrl": ["jdbc:mysql://localhost:3306/datax_web"]
}
]
}
},
"writer": {
"name": "mysqlwriter",
"parameter": {
"username": "mCFD+p1IMsa0rHicbQohcA==",
"password": "PhYxJmA/nuBJD1OxKTRzZH8sxuRddOv83hdqDOVR+i0=",
"column": [
"`id`",
"`job_group`",
"`job_id`",
"`job_desc`",
"`executor_address`",
"`executor_handler`",
"`executor_param`",
"`executor_sharding_param`",
"`executor_fail_retry_count`",
"`trigger_time`",
"`trigger_code`",
"`trigger_msg`",
"`handle_time`",
"`handle_code`",
"`handle_msg`",
"`alarm_status`",
"`process_id`",
"`max_id`"
],
"connection": [
{
"table": ["job_log"],
"jdbcUrl": "jdbc:mysql://47.98.125.243:3306/datax_web"
}
]
}
}
}
]
}
}querySql 解析
select * from job_log where id>= ${startId} and id< ${endId}- 1. 此处的关键点在 ${startId}，${endId}，${} 是 DataX 动静参数的固定格局，startId，endId 就是咱们页面配置中
-DstartId=’%s’ -DendId=’%s’ 中的 startId，endId，留神字段肯定要统一。
三、JVM 启动参数配置
此抉择为非必选，能够配置 DataX 启动时 JVM 的参数，具体配置不做详解。
- JVM 启动参数拼接后果为：-j “-Xms2G -Xmx2G”
四、常见问题
请查看 issue 列表或者提 issue 阐明问题，咱们会尽快回复。
https://github.com/WeiYe-Jing…
正文完