DataX - 数据库离线数据采集工具使用详解2（样例1：MySQL之间数据同步）

2024-04-16 发布：hangge 阅读：67

二、实现 MySQL 之间数据同步

1，准备工作

（1）首先我们需要开放 MySQL 的远程访问权限，这样 DataX 可以连接远程机器上的 MySQL 服务。具体操作步骤可以参考我之前写的文章：

MySQL - 让mysql数据库支持远程连接

（2）接着我们在 MySQL 中创建 user 和 user2 这两张表，它们的表结构是一样的：

CREATE TABLE `user` (
  `id` int(10) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) DEFAULT NULL,
  `phone` varchar(64) DEFAULT NULL,
  PRIMARY KEY (`id`)
);


CREATE TABLE `user2` (
  `id` int(10) NOT NULL AUTO_INCREMENT,
  `name` varchar(64) DEFAULT NULL,
  `phone` varchar(64) DEFAULT NULL,
  PRIMARY KEY (`id`)
);

（3）为了能够自动生成一些模拟数据，我们定义一个存储过程：

DELIMITER $$

CREATE PROCEDURE test()
BEGIN
    DECLARE A INT DEFAULT 1;
    
    WHILE (A < 100000) DO
        INSERT INTO `user` VALUES (A, CONCAT("hangge", A), CONCAT("8888", A));
        SET A = A + 1;
    END WHILE;
    
END $$

DELIMITER ;

（4）然后调用这个存储过程：

call test();

（5）可以看到 user 表中已经生成了 99999 条数据：

2，全表同步样例

（1）首先，我们创建一个任务 json 文件：

vi /usr/local/datax/job/myjob.json

（2）文件内容如下：

{
    "job": {
       "content": [
          {
             "reader": {
                "name": "mysqlreader",
                "parameter": {
                   "username": "root",
                   "password": "hangge1234",
                   "splitPk": "id",
                   "column": [
                      "*"
                   ],
                   "connection": [
                      {
                         "jdbcUrl": [
                            "jdbc:mysql://192.168.60.1:3306/hangge?useUnicode=true&characterEncoding=utf8"
                         ],
                         "table": [
                            "user"
                         ]
                      }
                   ]
                }
             },
             "writer": {
                "name": "mysqlwriter",
                "parameter": {
                   "username": "root",
                   "password": "hangge1234",
                   "column": [
                      "*"
                   ],
                   "connection": [
                      {
                         "jdbcUrl": "jdbc:mysql://192.168.60.1:3306/hangge?useUnicode=true&characterEncoding=utf8",
                         "table": [
                            "user2"
                         ]
                      }
                   ],
                   "preSql": [
                      "truncate user2"
                   ],
                   "session": [
                      "set session sql_mode='ANSI'"
                   ],                   
                   "writeMode": "insert"
                }
             }
          }
       ],
       "setting": {
          "speed": {
             "channel": "5"
          }
       }
    }
 }

（3）接着进入 DataX 的 bin 目录：

cd /usr/local/datax/bin/

（4）执行如下命令启动任务：

python datax.py ../job/myjob.json

（5）任务执行完毕后控制台会显示如下信息：

（6）查看数据库 user2 表，可以发现数据已经全部同步过来了：

3，增量同步样例

（1）当数据量较大时，完全同步可能中途会出现中断或者错误，因此我们有时需要采用增量同步方式。即每次只选择部分数据进行同步，并且如果数据存在则更新，如果数据不存在则插入。假设我们对 user2 表进行如下修改，添加如下 3 条数据：

（2）接着我们对任务 json 文件做如下修改：

通过 where 配置选择只同步 id 大于 1 小于 6 的数据。
通过 writeMode 配置成 replace 根据 id 判断数据进行更新还是插入操作。
删除 preSql 配置避免清空表中原有的数据

{
    "job": {
       "content": [
          {
             "reader": {
                "name": "mysqlreader",
                "parameter": {
                   "username": "root",
                   "password": "hangge1234",
                   "splitPk": "id",
                   "column": [
                      "*"
                   ],
                   "where": "id > 1 AND id < 6",
                   "connection": [
                      {
                         "jdbcUrl": [
                            "jdbc:mysql://192.168.60.1:3306/hangge?useUnicode=true&characterEncoding=utf8"
                         ],
                         "table": [
                            "user"
                         ]
                      }
                   ]
                }
             },
             "writer": {
                "name": "mysqlwriter",
                "parameter": {
                   "username": "root",
                   "password": "hangge1234",
                   "column": [
                      "*"
                   ],
                   "connection": [
                      {
                         "jdbcUrl": "jdbc:mysql://192.168.60.1:3306/hangge?useUnicode=true&characterEncoding=utf8",
                         "table": [
                            "user2"
                         ]
                      }
                   ],
                   "session": [
                      "set session sql_mode='ANSI'"
                   ],                   
                   "writeMode": "replace"
                }
             }
          }
       ],
       "setting": {
          "speed": {
             "channel": "5"
          }
       }
    }
 }

（3）接着进入 DataX 的 bin 目录：

cd /usr/local/datax/bin/

（4）执行如下命令启动任务：

python datax.py ../job/myjob.json

（5）任务执行完毕后控制台会显示如下信息：

（6）任务执行完毕后，查看 user2 表数据如下：