python脚本批量生成datax json

#coding=utf-8
import os
import sys
import getopt
import json

import pymysql
pymysql.install_as_MySQLdb()

#MySQL相关配置,需根据实际情况作出修改
mysql_host = "192.168.1.xx"
mysql_port = "3306"
mysql_user = "xx"
mysql_passwd = "xxxx"

#HDFS NameNode相关配置,需根据实际情况作出修改
hdfs_nn_host = "node2"
hdfs_nn_port = "9000"

#生成配置文件的目标路径,可根据实际情况作出修改
output_path = "D:\\idea_workspace\\bigdata\\测试环境\\hive\\datax\\"

def get_connection():
    return pymysql.connect(host=mysql_host, port=int(mysql_port), user=mysql_user, passwd=mysql_passwd)

def get_mysql_meta(database, table):
    connection = get_connection()
    cursor = connection.cursor()
    sql= "SELECT COLUMN_NAME,DATA_TYPE from information_schema.COLUMNS WHERE TABLE_SCHEMA=%s AND TABLE_NAME=%s ORDER BY ORDINAL_POSITION"
    cursor.execute(sql, [database, table])
    fetchall = cursor.fetchall()
    cursor.close()
    connection.close()
    return fetchall


def get_mysql_columns(database, table):
    return (list(map(lambda x: x[0], get_mysql_meta(database, table))))


def get_hive_columns(database, table):
    def type_mapping(mysql_type):
        mappings = {
            "bigint": "bigint",
            "int": "int",
            "smallint": "smallint",
            "tinyint": "tinyint",
            "decimal": "double",
            "double": "double",
            "float": "float",
            "binary": "string",
            "char": "string",
            "varchar": "string",
            "datetime": "timestamp",
            "time": "string",
            "timestamp": "timestamp",
            "date": "date",
            "text": "string"
        }
        return mappings[mysql_type]

    meta = get_mysql_meta(database, table)
    return (list(map(lambda x: {"name": x[0], "type": type_mapping(x[1].lower())}, meta)))


def generate_json(source_database, source_table ,hive_database_prefix):
    job = {
        "job": {
            "setting": {
                "speed": {
                    "channel": 3
                },
                "errorLimit": {
                    "record": 0,
                    "percentage": 0.02
                }
            },
            "content": [{
                "reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "username": mysql_user,
                        "password": mysql_passwd,
                        "column": get_mysql_columns(source_database, source_table),
                        "splitPk": "",
                        "connection": [{
                            "table": [source_table],
                            "jdbcUrl": ["jdbc:mysql://" + mysql_host + ":" + mysql_port + "/" + source_database + "?useSSL=false"]
                        }]
                    }
                },
                "writer": {
                    "name": "hdfswriter",
                    "parameter": {
                        "defaultFS": "hdfs://" + hdfs_nn_host + ":" + hdfs_nn_port ,
                        "fileType": "orc",
                        "path": "/user/hive/warehouse/" +hive_database_prefix +"cwhouse" +"/" +hive_database_prefix +source_database+"_"+ source_table + "/dt=2024-04-03",
                        "fileName": source_table,
                        "column": get_hive_columns(source_database, source_table),
                        "writeMode": "append",
                        "fieldDelimiter": "\u0001",
                        "compress": "SNAPPY"
                    }
                }
            }]
        }
    }
    if not os.path.exists(output_path):
        os.makedirs(output_path)
    with open(os.path.join(output_path, ".".join([source_database +"_" +source_table, "json"])), "w") as f:
        json.dump(job, f)


def main(args):
#     source_database = "xxxx"
#     source_tables = "xxx"
#     hive_database_prefix="ods_"



    generate_json(source_database, source_table,hive_database_prefix)


if __name__ == '__main__':
    main(sys.argv[1:])
在进行高效数据迁移时,自动化工具能够显著提升开发者的效率。针对Python开发DataX JSON配置生成工具,你可以按照以下步骤来自动化完成MySQL到Doris的数据迁移过程: 参考资源链接:[Python开发DataX工具快速生成MySQL至Doris数据迁移JSON配置](https://wenku.youkuaiyun.com/doc/2xvz1mxcwp?spm=1055.2569.3001.10343) 1. 环境准备:首先确保你的环境中安装了Python以及DataX工具,并且已经配置好了MySQL和Doris数据库的访问权限。Python环境建议使用virtualenv或conda进行隔离,以避免不同项目间的依赖冲突。 2. 安装工具:根据《Python开发DataX工具快速生成MySQL至Doris数据迁移JSON配置》提供的指南,安装该工具到你的Python环境中。通常这一步可以通过pip安装或者从源码编译安装。 3. 编写配置文件:使用提供的Python脚本编写工具来生成DataXjson配置文件。你需要提供MySQL数据库的连接信息,Doris数据库的连接信息,以及需要迁移的表名等信息。 4. 配置文件示例化:参考该工具的官方文档或示例代码,了解如何将上述信息填写到工具中,生成一个json配置文件的示例。 5. 调整配置参数:根据实际数据迁移的需求,调整生成json配置文件。例如,可能需要修改数据同步的策略、处理冲突的规则,或者定制特定的数据转换逻辑。 6. 数据迁移执行:在DataX中执行生成json配置文件,启动数据迁移任务。可以通过DataX提供的命令行工具或Python接口来完成这个步骤。 7. 监控和验证:数据迁移过程中,持续监控任务的状态和性能,确保数据迁移的顺利进行。迁移完成后,通过校验数据的完整性和一致性来确认迁移成功。 通过以上步骤,你可以有效地利用Python开发的工具自动化完成从MySQL到Doris的数据迁移。为了深入理解DataX的使用方法和配置细节,建议阅读《Python开发DataX工具快速生成MySQL至Doris数据迁移JSON配置》的完整内容,该资源将为你提供在实际开发中遇到的常见问题和解决方案,帮助你更好地使用DataX工具进行数据迁移工作。 参考资源链接:[Python开发DataX工具快速生成MySQL至Doris数据迁移JSON配置](https://wenku.youkuaiyun.com/doc/2xvz1mxcwp?spm=1055.2569.3001.10343)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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