1、根據日期進行增量數據抽取
1.頁面任務配置
打開菜單任務管理頁面，選擇添加任務mysql
按下圖中5個步驟進行配置git
- 1.任務類型選DataX任務
- 2.輔助參數選擇時間自增
- 3.增量開始時間選擇，即sql中查詢時間的開始時間，用戶使用此選項方便第一次的全量同步。第一次同步完成後，該時間被更新爲上一次的任務觸發時間，任務失敗不更新。
- 4.增量時間字段,-DlastTime='%s' -DcurrentTime='%s' 先來解析下這段字符串
1.-D是DataX參數的標識符，必配 2.-D後面的lastTime和currentTime是DataX json中where條件的時間字段標識符，必須和json中的變量名稱保持一致 3.='%s'是項目用來去替換時間的佔位符，比配而且格式要徹底一致 4.注意-DlastTime='%s'和-DcurrentTime='%s'中間有一個空格，空格必須保留而且是一個空格
- 5.時間格式，能夠選擇本身數據庫中時間的格式，也能夠經過json中配置sql時間轉換函數來處理
注意，注意，注意: 配置必定要仔細看文檔（後面咱們也會對這塊配置進行優化，避免你們犯錯）github
2.JSON配置
datax.jsonweb
{
"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 < ${currentTime}
-
1.此處的關鍵點在${lastTime}，${currentTime}，${}是DataX動態參數的固定格式，lastTime，currentTime就是咱們頁面配置中 -DlastTime='%s' -DcurrentTime='%s'中的lastTime，currentTime，注意字段必定要一致。sql
-
2.若是任務配置頁面，時間類型選擇爲時間戳可是數據庫時間格式不是時間戳，例如是：2019-11-26 11:40:57 此時能夠用FROM_UNIXTIME(${lastTime})進行轉換。數據庫
select * from test_list where operationDate >= FROM_UNIXTIME(${lastTime}) and operationDate < FROM_UNIXTIME(${currentTime})
2、根據自增Id進行增量數據抽取
1.頁面任務配置
打開菜單任務管理頁面，選擇添加任務json
按下圖中4個步驟進行配置函數
- 1.任務類型選DataX任務
- 2.輔助參數選擇主鍵自增
- 3.增量主鍵開始ID選擇，即sql中查詢ID的開始ID，用戶使用此選項方便第一次的全量同步。第一次同步完成後，該ID被更新爲上一次的任務觸發時最大的ID，任務失敗不更新。
- 4.增量時間字段,-DstartId='%s' -DendId='%s' 先來解析下這段字符串
1.-D是DataX參數的標識符，必配 2.-D後面的startId和endId是DataX json中where條件的id字段標識符，必須和json中的變量名稱保持一致 3.='%s'是項目用來去替換時間的佔位符，比配而且格式要徹底一致 4.注意-DstartId='%s'和-DendId='%s' 中間有一個空格，空格必須保留而且是一個空格 5.reader數據源，選擇任務同步的讀數據源 6.配置reader數據源中須要同步數據的表名及該表的主鍵
注意，注意，注意: 必定要仔細看文檔（後續會對這塊配置進行優化，避免你們犯錯）優化
2.JSON配置
datax.jsoncode
{
"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< ${endId}
- 1.此處的關鍵點在${startId}，${endId}，${}是DataX動態參數的固定格式，startId，endId就是咱們頁面配置中 -DstartId='%s' -DendId='%s'中的startId，endId，注意字段必定要一致。
3、JVM啓動參數配置
此選擇爲非必選，能夠配置DataX啓動時JVM的參數，具體配置不作詳解。
- JVM啓動參數拼接結果爲： -j "-Xms2G -Xmx2G"
4、常見問題
請查看issue列表或者提issue說明問題，咱們會盡快回復。