DataX3.0配置过程

配置过程以及插件配置

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预装的版本。

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

二、配置Maven

   本文使用apache-maven-3.3.9版本

   安装过程：解压maven的tar包，配置环境变量、

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

 在终端中输入mvn -v 确认是否安装成功。

三、配置git

 1）先更新一下开发工具，命令：yum  groupinstall "Development Tools"

  2）安装一些其余的依赖包：

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

运行wget https://Github.com/Git/Git/archive/v2.9.3.tar.gz 下载最新版本。

5）tar xvf v2.3.0.tar.gz 解压下载的tar包

6）进入git目录，运行make install 命令

      报错：找不到 curl.h expat.h

      运行 yum  install curl-devel

             yum  install expat-devel

      安装相应的开发包。

   7）配置SSH Key 用于从github上获取源码

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

 四、获取datax3.0的源码

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

五、配置DataX源码根目录中pom.xml

删除pom.xml中的不须要的reader和writer插件模块。

本例保留的模块以下mysqlreader、mysqlwriter、hdfsreader、hdfswriter  (streamreader、streamwriter为运行样例所需的，建议保留)：

<!-- 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、 修改插件模块文件夹中的pom.xml中版本。

1）mysqlreader和mysqlwriter中的mysql-connector-java的5.1.34能够保留。

2）本例将hdfsreader和hdfswriter中的hive.version和hadoop.version更换为此前安装的2.1.0版本号和2.7.2版本号。

如图：

七、 打开终端，进入DataX源码根目录

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

输入以下命令打包：

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

打包成功结果以下：

八、 可在DataX源码根目录下找到target文件夹，其中有打包好的目录结构与压缩包。

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

解压打包好的datax至本地某个目录，修改权限为755，进入bin目录，便可运行样例同步做业：

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

运行样例做业成功结果：