查看原文
其他

一款强大的可视化分布式数据同步工具

GitHub源码 2022-09-26

推荐关注

责编:猿哥 | 来源:DataX Web


正文

📚 项目介绍

DataX Web 是在 DataX 之上开发的分布式数据同步工具,提供简单易用的 操作界面,降低用户使用 DataX 的学习成本,缩短任务配置时间,避免配置过程中出错。用户可通过页面选择数据源即可创建数据同步任务,支持 RDBMS、Hive、HBase、ClickHouse、MongoDB 等数据源,RDBMS 数据源可批量创建数据同步任务,支持实时查看数据同步进度及日志并提供终止同步功能,集成并二次开发 xxl-job 可根据时间、自增主键增量同步数据。

任务"执行器"支持集群部署,支持执行器多节点路由策略选择,支持超时控制、失败重试、失败告警、任务依赖,执行器 CPU.内存.负载的监控等等。后续还将提供更多的数据源支持、数据转换 UDF、表结构同步、数据同步血缘等更为复杂的业务场景。扩展:看看人家那公众号管理系统,那叫一个优雅(附源码)

架构图

环境要求

  • Language: Java 8(jdk 版本建议 1.8.201 以上)

    Python2.7(支持 Python3 需要修改替换 datax/bin 下面的三个 python 文件,替换文件在 doc/datax-web/datax-python3 下)

  • Environment: MacOS, Windows,Linux

  • Database: Mysql5.7

特性

  • 1、通过 Web 构建 DataX Json;
  • 2、DataX Json 保存在数据库中,方便任务的迁移,管理;
  • 3、Web 实时查看抽取日志,类似 Jenkins 的日志控制台输出功能;
  • 4、DataX 运行记录展示,可页面操作停止 DataX 作业;
  • 5、支持 DataX 定时任务,支持动态修改任务状态、启动/停止任务,以及终止运行中任务,即时生效;
  • 6、调度采用中心式设计,支持集群部署;
  • 7、任务分布式执行,任务"执行器"支持集群部署;
  • 8、执行器会周期性自动注册任务, 调度中心将会自动发现注册的任务并触发执行;
  • 9、路由策略:执行器集群部署时提供丰富的路由策略,包括:第一个、最后一个、轮询、随机、一致性 HASH、最不经常使用、最近最久未使用、故障转移、忙碌转移等;
  • 10、阻塞处理策略:调度过于密集执行器来不及处理时的处理策略,策略包括:单机串行(默认)、丢弃后续调度、覆盖之前调度;
  • 11、任务超时控制:支持自定义任务超时时间,任务运行超时将会主动中断任务;
  • 12、任务失败重试:支持自定义任务失败重试次数,当任务失败时将会按照预设的失败重试次数主动进行重试;
  • 13、任务失败告警;默认提供邮件方式失败告警,同时预留扩展接口,可方便的扩展短信、钉钉等告警方式;
  • 14、用户管理:支持在线管理系统用户,存在管理员、普通用户两种角色;
  • 15、任务依赖:支持配置子任务依赖,当父任务执行结束且执行成功后将会主动触发一次子任务的执行, 多个子任务用逗号分隔;
  • 16、运行报表:支持实时查看运行数据,以及调度报表,如调度日期分布图,调度成功分布图等;
  • 17、指定增量字段,配置定时任务自动获取每次的数据区间,任务失败重试,保证数据安全;
  • 18、页面可配置 DataX 启动 JVM 参数;
  • 19、数据源配置成功后添加手动测试功能;
  • 20、可以对常用任务进行配置模板,在构建完 JSON 之后可选择关联模板创建任务;
  • 21、jdbc 添加 hive 数据源支持,可在构建 JSON 页面选择数据源生成 column 信息并简化配置;
  • 22、优先通过环境变量获取 DataX 文件目录,集群部署时不用指定 JSON 及日志目录;
  • 23、通过动态参数配置指定 hive 分区,也可以配合增量实现增量数据动态插入分区;
  • 24、任务类型由原来 DataX 任务扩展到 Shell 任务、Python 任务、PowerShell 任务;
  • 25、添加 HBase 数据源支持,JSON 构建可通过 HBase 数据源获取 hbaseConfig,column;
  • 26、添加 MongoDB 数据源支持,用户仅需要选择 collectionName 即可完成 json 构建;
  • 27、添加执行器 CPU、内存、负载的监控页面;
  • 28、添加 24 类插件 DataX JSON 配置样例
  • 29、公共字段(创建时间,创建人,修改时间,修改者)插入或更新时自动填充
  • 30、对 swagger 接口进行 token 验证
  • 31、任务增加超时时间,对超时任务 kill datax 进程,可配合重试策略避免网络问题导致的 datax 卡死。
  • 32、添加项目管理模块,可对任务分类管理;
  • 33、对 RDBMS 数据源增加批量任务创建功能,选择数据源,表即可根据模板批量生成 DataX 同步任务;
  • 34、JSON 构建增加 ClickHouse 数据源支持;
  • 35、执行器 CPU.内存.负载的监控页面图形化;
  • 36、RDBMS 数据源增量抽取增加主键自增方式并优化页面参数配置;
  • 37、更换 MongoDB 数据源连接方式,重构 HBase 数据源 JSON 构建模块;
  • 38、脚本类型任务增加停止功能;
  • 39、rdbms json 构建增加 postSql,并支持构建多个 preSql,postSql;
  • 40、数据源信息加密算法修改及代码优化;
  • 41、日志页面增加 DataX 执行结果统计数据;

实战

  • Quick Start
  • Linux:一键部署

1.执行器配置(使用开源项目 xxl-job)

1、"调度中心 OnLine:"右侧显示在线的"调度中心"列表, 任务执行结束后, 将会以 failover 的模式进行回调调度中心通知执行结果, 避免回调的单点风险;

源码获取

扫码下方二维码,后台回复【可视化工具】即可获取所有系统

2、"执行器列表" 中显示在线的执行器列表, 可通过"OnLine 机器"查看对应执行器的集群机器;

执行器属性说明 :

1、AppName : (与 datax-executor 中 application.yml 的 datax.job.executor.appname 保持一致) 每个执行器集群的唯一标示 AppName, 执行器会周期性以 AppName 为对象进行自动注册。可通过该配置自动发现注册成功的执行器, 供任务调度时使用;2、名称 : 执行器的名称, 因为 AppName 限制字母数字等组成,可读性不强, 名称为了提高执行器的可读性;3、排序 : 执行器的排序, 系统中需要执行器的地方,如任务新增, 将会按照该排序读取可用的执行器列表;4、注册方式 :调度中心获取执行器地址的方式;自动注册:执行器自动进行执行器注册,调度中心通过底层注册表可以动态发现执行器机器地址;手动录入:人工手动录入执行器的地址信息,多地址逗号分隔,供调度中心使用;5、机器地址 :"注册方式"为"手动录入"时有效,支持人工维护执行器的地址信息;另外搜索公众号程序员小乐后台回复“面试题”,获取一份惊喜礼包。

2.创建数据源

第四步使用

3.创建任务模版

4. 构建 JSON 脚本

1.步骤一,步骤二,选择第二步中创建的数据源,JSON 构建目前支持的数据源有 hive,mysql,oracle,postgresql,sqlserver,hbase,mongodb,clickhouse 其它数据源的 JSON 构建正在开发中,暂时需要手动编写。另外搜索公众号技术社区后台回复“壁纸”,获取一份惊喜礼包。

2.字段映射

3.点击构建,生成 json,此时可以选择复制 json 然后创建任务,选择 datax 任务,将 json 粘贴到文本框。也可以点击选择模版,直接生成任务。

5.批量创建任务

6.任务创建介绍(关联模版创建任务不再介绍,具体参考 4. 构建 JSON 脚本)

支持 DataX 任务,Shell 任务,Python 任务,PowerShell 任务

  • 阻塞处理策略:调度过于密集执行器来不及处理时的处理策略;
    • 单机串行:调度请求进入单机执行器后,调度请求进入 FIFO 队列并以串行方式运行;
    • 丢弃后续调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,本次请求将会被丢弃并标记为失败;
    • 覆盖之前调度:调度请求进入单机执行器后,发现执行器存在运行的调度任务,将会终止运行中的调度任务并清空队列,然后运行本地调度任务;
  • 增量增新建议将阻塞策略设置为丢弃后续调度或者单机串行
    • 设置单机串行时应该注意合理设置重试次数(失败重试的次数*每次执行时间<任务的调度周期),重试的次数如果设置的过多会导致数据重复,例如任务 30 秒执行一次,每次执行时间需要 20 秒,设置重试三次,如果任务失败了,第一个重试的时间段为 1577755680-1577756680,重试任务没结束,新任务又开启,那新任务的时间段会是 1577755680-1577758680
  • 增量参数设置
  • 分区参数设置

7. 任务列表

8. 可以点击查看日志,实时获取日志信息,终止正在执行的 datax 进程

9.任务资源监控

10. admin 可以创建用户,编辑用户信息

UI

欢迎有需要的同学试试,如果本文对您有帮助,也请帮忙点个 赞 + 在看 啦!❤️

GitHub猿 还有更多优质项目系统学习资源,欢迎分享给其他同学吧!

源码获取

扫码下方二维码,后台回复【可视化工具】即可获取所有系统


往日文章:
看看人家那公众号管理系统,那叫一个优雅(附源码)
开源推荐,一个完整后台管理系统,熟悉就能挣钱(附源码)!
一款神仙接私活低代码平台,吊到不行(附源码)
推荐一个 Spring Boot + MyBatis + Vue 音乐网站
推荐一个基于 SpringBoot2 + MybatisPlus 的商城管理系统
推荐一款 Shell 装逼神器,已开源!网友:真香。。。
这个高仿微信,差点我就信了
基于SpringBoot 的CMS系统,拿去开发企业官网真香
神仙接私活神器,牛到不行,绝了!
SpringBoot物流管理项目,拿去学习吧(源码)
一次性收藏12 个Java开源系统 , 爽 !!!
笔记工具这么多,但这款有点不一样(附源码)
真香啊!接私活必备的 N 个开源项目(附源码合集第一期)!收藏走起!
基于 Spring Boot+Bootstrap 的迷你天猫商城项目,可二次开发接私活!
一个基于 SpringBoot+Redis+Vue 仿饿了么外卖系统(后台+移动端),可二次开发接私活!

--END--


源码哥个人微信


添加猿哥个人微信即送一份惊喜大礼包


→ 技术资料共享

→ 技术交流社群


明天见(。・ω・。)ノ

版权申明:内容来源网络,版权归原创者所有。除非无法确认,我们都会标明作者及出处,如有侵权烦请告知,我们会立即删除并表示歉意。谢谢!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存