DataX3.0配置過程

配置過程以及插件配置

一、DataX(3.0)地址：https://github.com/alibaba/DataX

官方提供的配置需求：本例使用了JDK1.8 Python使用了CentOS預裝的版本。

System Requirements：
Linux、Windows
JDK(1.6以上，推薦1.6)
Python(推薦Python2.6.X) 
Apache Maven 3.x (Compile DataX)

二、配置Maven

   本文使用apache-maven-3.3.9版本

   安裝過程：解壓maven的tar包，配置環境變量、

export M3_HOME=/usr/local/apache-maven-3.3.9
export PATH=$PATH:$M3_HOME/bin

 在終端中輸入mvn -v 確認是否安裝成功。

三、配置git

 1）先更新一下開發工具，命令：yum  groupinstall "Development Tools"

  2）安裝一些其餘的依賴包：

sudo yum install gettext-devel openssl-devel perl-CPAN perl-devel zlib-devel

 3）查看git的最新版本：https://github.com/git/git/releases

運行wget https://Github.com/Git/Git/archive/v2.9.3.tar.gz 下載最新版本。

5）tar xvf v2.3.0.tar.gz 解壓下載的tar包

6）進入git目錄，運行make install 命令

      報錯：找不到 curl.h expat.h

      運行 yum  install curl-devel

             yum  install expat-devel

      安裝相應的開發包。

   7）配置SSH Key 用於從github上獲取源碼

      教程：http://www.cnblogs.com/bsn-huang/p/3933442.htm

 四、獲取datax3.0的源碼

git clone https://github.com/alibaba/DataX

五、配置DataX源碼根目錄中pom.xml

刪除pom.xml中的不須要的reader和writer插件模塊。

本例保留的模塊以下mysqlreader、mysqlwriter、hdfsreader、hdfswriter  (streamreader、streamwriter爲運行樣例所需的，建議保留)：

<!-- reader -->
<module>mysqlreader</module>      
<module>hdfsreader</module>
<module>streamreader</module>
<!-- writer -->
<module>mysqlwriter</module>
<module>hdfswriter</module>
<module>streamwriter</module>
<!-- some support module -->
<module>plugin-rdbms-util</module>
<module>plugin-unstructured-storage-util</module>

六、 修改插件模塊文件夾中的pom.xml中版本。

1）mysqlreader和mysqlwriter中的mysql-connector-java的5.1.34能夠保留。

2）本例將hdfsreader和hdfswriter中的hive.version和hadoop.version更換爲此前安裝的2.1.0版本號和2.7.2版本號。

如圖：

七、 打開終端，進入DataX源碼根目錄

   （打包官方教程：https://github.com/alibaba/DataX/wiki/compile-datax）

輸入以下命令打包：

mvn -U clean package assembly:assembly -Dmaven.test.skip=true

打包成功結果以下：

八、 可在DataX源碼根目錄下找到target文件夾，其中有打包好的目錄結構與壓縮包。

九、部署：（部署教程：https://github.com/alibaba/DataX/wiki/Quick-Start）

解壓打包好的datax至本地某個目錄，修改權限爲755，進入bin目錄，便可運行樣例同步做業：

$ tar zxvf datax.tar.gz
$ sudo chmod -R 755 {YOUR_DATAX_HOME}
$ cd  {YOUR_DATAX_HOME}/bin
$ python datax.py ../job/job.json

運行樣例做業成功結果：