DataX安装部署以及操作

最新推荐文章于 2025-04-09 09:27:01 发布
最新推荐文章于 2025-04-09 09:27:01 发布
阅读量185 收藏
点赞数
分类专栏： 大数据学习之路 文章标签： 大数据 hdfs
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36461480/article/details/135055572
版权

1.DataX安装

1.1上传并解压安装包

 cd /opt/module/software
 [root@hadoop001 software]# tar -zxvf datax.tar.gz -C /opt/module/

1.2执行自检脚本

cd /opt/module/datax/bin
[root@hadoop001 bin]# python datax.py ../job/job.json

image-20231216221352397

2.DataX使用案例

2.1从stream流读取数据打印到控制台

2.1从stream流读取数据打印到控制台

第一步:创建job的配置文件模板(JSON格式),查看输出结果
[root@hadoop001 bin]# python datax.py -r streamreader -w streamwriter
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": ""
            }
        }
    }
}
第二步:根据模板编写配置文件
cd /opt/module/datax/job
vim stream2stream.json
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "streamreader", 
                    "parameter": {
                      "sliceRecordCount": "10",
                        "column": [
                        {
                         "type":"long",
                         "value":"10"
                        },
                        {
                         "type":"string",
                         "value":"你好,datax!"
                        }
                        ] 
                       
                    }
                }, 
                "writer": {
                    "name": "streamwriter", 
                    "parameter": {
                        "encoding": "UTF-8", 
                        "print": true
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "5",
                "bytes":"0"
            },
            "errorLimit":{
            	"record":"10",
            	"percentage":"0.02"
           }
        }
    }
}
第三步:启动datax并观察输出结果
[root@hadoop001 job]# python ../bin/datax.py stream2stream.json

image-20231216223233710

image-20231216223255957

2.2从mysql数据库读取表数据打印到控制台

第一步:mysql创建数据库和表
mysql> create database datax;
Query OK, 1 row affected (0.00 sec)

mysql> use datax;
Database changed

create table stu(id int,name varchar(20),age int,createtime timestamp);
insert into stu values('1','zhangsan','18','2023-12-16 22:00:00');
insert into stu values('2','lisi','19','2023-12-16 22:05:00');
insert into stu values('3','wangwu','20','2023-12-16 22:10:00');

image-20231216224044248

第二步:创建配置文件模板
[root@hadoop001 bin]# python datax.py -r mysqlreader -w streamwriter

DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, Alibaba Group. All Rights Reserved.


Please refer to the mysqlreader document:
     https://github.com/alibaba/DataX/blob/master/mysqlreader/doc/mysqlreader.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": "mysqlreader", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": [], 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "username": "", 
                        "where": ""
                    }
                }, 
                "writer": {
                    "name": "streamwriter", 
                    "parameter": {
                        "encoding": "", 
                        "print": true
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": ""
            }
        }
    }
}
第三步:根据模板编写配置文件
cd /opt/module/datax/job
vim mysql2stream.json
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column": [
                            "id",
                            "name",
                            "age"
                            "createtime"
                        ], 
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://hadoop002:3306/datax"], 
                                "table": ["stu"]
                            }
                        ], 
                        "password": "mysql", 
                        "username": "root"
                    }
                }, 
                "writer": {
                    "name": "streamwriter", 
                    "parameter": {
                        "print": true
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "3"
            },
            "errorLimit":{
                "record":0,
                "percentage":0.02
            }
        }
    }
}

第四步:启动datax,观察输出结果

[root@hadoop001 job]# python ../bin/datax.py mysql2stream.json

image-20231216225225769

2.3从mysql数据库读取表增量数据打印到控制台

第一步:编写配置文件
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column": [
                            "id",
                            "name",
                            "age"
                            "createtime"
                        ], 
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://hadoop002:3306/datax"], 
                                "table": ["stu"]
                            }
                        ], 
                        "password": "mysql", 
                        "username": "root",
                        "where":"createtime > '${start_time}' and createtime < '${end_time}'"
                    }
                }, 
                "writer": {
                    "name": "streamwriter", 
                    "parameter": {
                        "print": true
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "3"
            },
            "errorLimit":{
                "record":0,
                "percentage":0.02
            }
        }
    }
}
第二步:向stu表中插入一条数据
insert into stu values('3','wangwu','20','2023-12-15 23:10:00');
第三步:启动datax并观察输出
[root@hadoop001 job]# python ../bin/datax.py mysqlAdd2stream.json -p "-Dstart_time='2023-12-15 00:00:00' -Dend_time='2023-12-15 23:59:59'"

image-20231216230617146

2.4使用datax实现mysql to mysql

第一步:创建配置文件模板
[root@hadoop001 job]# python ../bin/datax.py  -r mysqlreader -w mysqlwriter  

DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, Alibaba Group. All Rights Reserved.


Please refer to the mysqlreader document:
     https://github.com/alibaba/DataX/blob/master/mysqlreader/doc/mysqlreader.md 

Please refer to the mysqlwriter document:
     https://github.com/alibaba/DataX/blob/master/mysqlwriter/doc/mysqlwriter.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": "mysqlreader", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": [], 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "username": "", 
                        "where": ""
                    }
                }, 
                "writer": {
                    "name": "mysqlwriter", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": "", 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "preSql": [], 
                        "session": [], 
                        "username": "", 
                        "writeMode": ""
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": ""
            }
        }
    }
}
第二步:根据模板编写配置文件
vim mysql2mysql.json
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://hadoop002:3306/datax"],
                                "querySql":["select id,name,age,createtime from stu where age > 19;"]
                            }
                        ], 
                        "password": "mysql", 
                        "username": "root", 
                       
                    }
                }, 
                "writer": {
                    "name": "mysqlwriter", 
                    "parameter": {
                        "column": [
                            "id",
                            "name",
                            "age",
                            "createtime"
                        ], 
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:mysql://hadoop002:3306/datax", 
                                "table": ["person"]
                            }
                        ], 
                        "password": "mysql", 
                        "preSql": ["delete from person"], 
                        "username": "root", 
                        "writeMode": "insert"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}
第三步:创建目标表
mysql> create table person as stu;
第四步:启动datax,查询person表数据
[root@hadoop001 job]# python ../bin/datax.py mysql2mysql.json 
select * from person;

image-20231216235042730

image-20231216235137500

2.5将数据从mysql导入到hdfs

第一步:创建配置文件模板
[root@hadoop001 job]# python ../bin/datax.py -r mysqlreader -w hdfswriter

DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, Alibaba Group. All Rights Reserved.


Please refer to the mysqlreader document:
     https://github.com/alibaba/DataX/blob/master/mysqlreader/doc/mysqlreader.md 

Please refer to the hdfswriter document:
     https://github.com/alibaba/DataX/blob/master/hdfswriter/doc/hdfswriter.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": "mysqlreader", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": [], 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "username": "", 
                        "where": ""
                    }
                }, 
                "writer": {
                    "name": "hdfswriter", 
                    "parameter": {
                        "column": [], 
                        "compress": "", 
                        "defaultFS": "", 
                        "fieldDelimiter": "", 
                        "fileName": "", 
                        "fileType": "", 
                        "path": "", 
                        "writeMode": ""
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": ""
            }
        }
    }
}
第二步:编写配置文件
vim mysql2hdfs.json
{
    "job": {
        "content": [
            {
                    "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://hadoop002:3306/datax"],
                                "querySql":["select id,name,age,createtime from stu where age < 20;"]
                            }
                        ], 
                        "password": "mysql", 
                        "username": "root", 
                       
                    }
                }, 
                "writer": {
                    "name": "hdfswriter", 
                    "parameter": {
                        "column": [
                        {"name":"id",
                         "type":"int"},
                         {"name":"name",
                         "type":"string"},
                         {"name":"age",
                         "type":"int"},
                         {"name":"createtime",
                         "type":"timestamp"},
                        ], 
                        "compress": "gzip", 
                        "defaultFS": "hdfs://hadoop002:9000", 
                        "fieldDelimiter": "\t", 
                        "fileName": "stu.txt", 
                        "fileType": "text", 
                        "path": "/datax/mysql2hdfs/", 
                        "writeMode": "append"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}
第三步:hdfs创建对应路径
[root@hadoop001 job]# hdfs dfs -mkdir -p /datax/mysql2hdfs/
第四步:启动datax,查看hdfs文件是否存在
[root@hadoop001 job]# python ../bin/datax.py mysql2hdfs.json 
hdfs dfs -ls /datax/mysql2hdfs

image-20231217000119629

image-20231217000221381

2.6将hdfs数据导入到mysql表

第一步:创建配置文件模板
[root@hadoop001 job]# python ../bin/datax.py -r hdfsreader -w mysqlwriter

DataX (DATAX-OPENSOURCE-3.0), From Alibaba !
Copyright (C) 2010-2017, Alibaba Group. All Rights Reserved.


Please refer to the hdfsreader document:
     https://github.com/alibaba/DataX/blob/master/hdfsreader/doc/hdfsreader.md 

Please refer to the mysqlwriter document:
     https://github.com/alibaba/DataX/blob/master/mysqlwriter/doc/mysqlwriter.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": "hdfsreader", 
                    "parameter": {
                        "column": [], 
                        "defaultFS": "", 
                        "encoding": "UTF-8", 
                        "fieldDelimiter": ",", 
                        "fileType": "orc", 
                        "path": ""
                    }
                }, 
                "writer": {
                    "name": "mysqlwriter", 
                    "parameter": {
                        "column": [], 
                        "connection": [
                            {
                                "jdbcUrl": "", 
                                "table": []
                            }
                        ], 
                        "password": "", 
                        "preSql": [], 
                        "session": [], 
                        "username": "", 
                        "writeMode": ""
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": ""
            }
        }
    }
}
第二步:根据模板编写配置文件
vim hdfs2mysql.json
{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "hdfsreader", 
                    "parameter": {
                        "column": [
                            {
                                "index":0,
                                "type":"long"
                            },
                            {
                                "index":1,
                                "type":"string"
                            },
                            {
                                "index":2,
                                "type":"long"
                            },
                        ], 
                        "defaultFS": "hdfs://hadoop002:9000", 
                        "encoding": "UTF-8", 
                        "fieldDelimiter": "\t", 
                        "fileType": "text", 
                        "path": "/user.txt"
                    }
                }, 
                "writer": {
                    "name": "mysqlwriter", 
                    "parameter": {
                        "column": [
                            "id",
                            "name",
                            "age"
                        ], 
                        "connection": [
                            {
                                "jdbcUrl": "jdbc:mysql://hadoop002:3306/datax", 
                                "table": ["user"]
                            }
                        ], 
                        "password": "mysql", 
                        "preSql": ["delete from user"], 
                        
                        "username": "root", 
                        "writeMode": "insert"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}
第三步:准备数据并上传到hdfs
1       zhangsan        20
2       lisi    29
3       wangwu  25
4       zhaoliu 35
5       maqi    40
hdfs dfs -put user.txt /
第四步:创建目标表
create table user(id int,name varchar(20),age int);
第五步:启动datax,查询目标表
[root@hadoop001 job]# python ../bin/datax.py hdfs2mysql.json 
select * from user;

image-20231217001433775

image-20231217001525826

2.7mysql表同步数据到hive表中

第一步:创建hive表
[root@hadoop001 module]# hiveserver2 
[root@hadoop001 ~]# beeline 
beeline> !connect jdbc:hive2://hadoop002:10000
0: jdbc:hive2://hadoop002:10000> create external table ext_user(id int,name string,age int) row format delimited fields terminated by '\t';
第二步:编写配置文件
vim mysql2hive.json
{
    "job": {
        "content": [
            {
                    "reader": {
                    "name": "mysqlreader", 
                    "parameter": {
                        "column":["id","name","age"]
                        "connection": [
                            {
                                "jdbcUrl": ["jdbc:mysql://hadoop002:3306/datax"],
                                "table":["user"],
                                
                            }
                        ], 
                        "password": "mysql", 
                        "username": "root", 
                       
                    }
                }, 
                "writer": {
                    "name": "hdfswriter", 
                    "parameter": {
                        "column": [
                        {"name":"id",
                         "type":"int"},
                         {"name":"name",
                         "type":"string"},
                         {"name":"age",
                         "type":"int"}
                        ], 
                        "compress": "gzip", 
                        "defaultFS": "hdfs://hadoop002:9000", 
                        "fieldDelimiter": "\t", 
                        "fileName": "user.txt", 
                        "fileType": "text", 
                        "path": "/user/hive/warehouse/datax.db/ext_user", 
                        "writeMode": "append"
                    }
                }
            }
        ], 
        "setting": {
            "speed": {
                "channel": "1"
            }
        }
    }
}
第三步:启动Datax,hive查询ext_user表数据
[root@hadoop001 job]# python ../bin/datax.py mysql2hive.json 
0: jdbc:hive2://hadoop002:10000> select * from ext_user;

image-20231217214311899

DataX安装部署-Reader插件二次开发
sinat_32651363的博客
11-14 7217
  DataX DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。 DataX详细介绍 请参考：DataX-Introduction DataX是什...
dataX、dataX-web安装部署 dataX集群模式
fairynini的博客
06-21 1万+
dataX安装 1、直接下载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。 开始自检： python datax.py …/job/job.json 详见dataX安装与自测 2、下载源码后，用maven编译 详见datax安装与使用详解 由于楼主这边需要同步任务很多，这边需要装集群式dataX。即每台机器上都安装。 xshell多窗口执行命令： 1、选择排列方式，好方便同步命令时查看执行情况。 2、点击查看–>撰写–>撰写窗格 至此，即可同时操作多窗
datax_web搭建.zip
03-04
datax_web的搭建资源，详细操作请查看博客 https://blog.youkuaiyun.com/qq_33752493/article/details/104649953
datax快速搭建及常见问题
qq_36297093的博客
07-13 553
声明：本文来源datax源码包 DataX DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、SQL Server、Oracle、PostgreSQL、HDFS、Hive、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。 Features DataX本身作为数据同步框架，将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据的Writer插件，理论上DataX框架可以支持任意数据源类型的数据同步工作。同时Data
DataX Web安装部署及应用
最新发布
Aidon博客
04-09 1785
本文主要讲解DataX Web工具安装部署和使用,包含:DataX-Web介绍、DataX-Web安装部署、DataX-Web任务部署和DataX-Web任务管理等,介绍中有定义与架构,部署中有环境要求、安装、部署和测试等,任务部署有创建项目、执行器管理、创建数据源、创建任务模版、任务创建、批量任务创建与管理等.
DataX的安装和部署以及配置文件介绍
互联网知识分享
11-25 465
DataX的配置文件采用JSON格式，用于描述数据同步的作业流程。下面将介绍DataX配置文件的结构和各部分的含义。读取器（reader）配置：指定数据源的类型、连接信息、查询语句等。写入器（writer）配置：指定数据目的地的类型、连接信息、目标表名等。作业流程控制信息：设置作业的运行速度、并发通道数等。
大数据 DataX 详细安装教程
GG Bond 的博客
10-16 9673
大数据 DataX 详细安装教程
DataX
程序工厂
03-12 4779
DataX的环境搭建以及简单测试 什么是DataX DataX 是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、 HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。 （这是一个单机多任务的ETL工具） 下载地址：http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz 一、前置条件 　　JDK(1.8以上，推荐1.8) 　　Python(
dataX部署以及常见问题解答
01-18
具体操作是下载 DataX 源码，打开 hbase11xreader 目录，找到 Constant.java 文件，并添加一个属性 `public static final long DEFAULT_MAX_RESULT_SIZE = 210241024;`。然后，修改另一个文件 HbaseAbstractTask....
datax 安装部署
09-29
要安装和部署DataX，可以按照以下步骤进行操作： 1. 下载DataX：从http://datax-opensource＊＊＊ 解压DataX：使用以下命令将下载的压缩包解压到指定目录：tar -zxvf /kkb/soft/datax.tar.gz -C /kkb/install/ 3. ...
datax和dataxweb部署
07-16
#### 一、DataX部署步骤 **1. 检查JDK版本** 在Linux环境下部署DataX前，首先需要确保系统已安装了正确的Java运行环境。可以通过执行以下命令来查看当前系统安装的JDK版本： ```bash java -version ``` 如果...
DataX简介、部署、原理和使用介绍
热门推荐
wt334502157的博客
02-17 2万+
​ DataX 是阿里云 DataWorks数据集成 的开源版本，在阿里巴巴集团内被广泛使用的离线数据同步工具/平台。DataX 实现了包括 MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、Hologres、DRDS, databend 等各种异构数据源之间高效的数据同步功能。
DataX简介与部署
weixin_54936485的博客
12-30 679
离线数仓传输工具DataX部署
离线同步工具Datax的介绍及安装部署
xiao_ying_bo_ke的博客
02-20 3495
DataX 是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。设计理念为了解决异构数据源同步问题，DataX将复杂的网状的同步链路变成了星型数据链路，DataX作为中间传输载体负责连接各种数据源。当需要接入一个新的数据源的时候，只需要将此数据源对接到DataX，便能跟已有的数据源做到无缝数据同步。
DataX的简介与使用
lslslslslss的博客
01-10 3565
目录 一、DataX的简介 二、DataX支持的数据源 三、架构介绍 四、安装与使用 同步MySQL数据到HDFS案例 同步HDFS数据到MySQL案例 一、DataX的简介 DataX 是阿里巴巴开源的一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。 地址：Gitee 极速下载/alibaba datax 二、DataX支持的数据源 ...
DataX环境部署以及测试案例
IT晓白
03-11 5102
DATAX简介 DataX DataX 是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、SQL Server、Oracle、PostgreSQL、HDFS、Hive、HBase、OTS、ODPS 等各种异构数据源之间高效的数据同步功能。 Features DataX本身作为数据同步框架，将不同数据源的同步抽象为从源头数据源读取数据的Reader插件，以及向目标端写入数据......
DataX架构原理和部署
互联网知识分享
08-15 356
数据转换组件会根据配置的转换规则，对读取到的数据进行相应的转换操作，然后再将转换后的数据写入目标存储。格式的文件，包含了任务的各种配置信息，包括数据源、目标存储、数据转换规则等。任务调度器会根据配置的调度策略，按照指定的时间间隔或者指定的触发条件来触发任务的执行。是一款功能强大的数据同步工具，具有灵活的架构和简单易用的部署方式。通过任务调度、数据读写和数据转换三个组件的配合，可以实现各种复杂的数据同步需求。数据读写组件会根据配置的数据源和目标存储类型，选择相应的读写插件进行数据的读取和写入。
Datax 与 Datax-Web 安装部署
运维-晓柏的博客
11-22 6073
详细记录了datax与datax-web安装部署过程。
Datax多源数据同步工具介绍、详解及部署使用
T_Ghost的博客
01-05 3392
datax介绍及其使用方式
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值