DataX Web 2.1.2发布

DataX-Web

DataX阿里在开源的时候并未提供任何可视化界面，咱们在使用的过程当中，须要将Json配置文件放到DataX的job路径下，随着业务的增长，配置文件不方便管理和迁移而且每次执行都须要记录命令。
目前DataX只支持单机版，多节点之间的协做不能控制，咱们但愿能有一款有友好的可视化界面，支持定时任务,支持分布式的数据同步利器，这也是该项目的目标。

v-2.1.2

新增

1. 添加项目管理模块，可对任务分类管理；
2. 对RDBMS数据源增长批量任务建立功能，选择数据源，表便可根据模板批量生成DataX同步任务；
3. JSON构建增长ClickHouse数据源支持；
4. 执行器CPU.内存.负载的监控页面图形化；
5. RDBMS数据源增量抽取增长主键自增方式并优化页面参数配置；
6. 更换MongoDB数据源链接方式,重构HBase数据源JSON构建模块；
7. 脚本类型任务增长中止功能；
8. rdbms json构建增长postSql，并支持构建多个preSql，postSql；
9. 合并datax-registry模块到datax-rpc中；
10. 数据源信息加密算法修改及代码优化；
11. 时间增量同步支持更多时间格式；
12. 日志页面增长DataX执行结果统计数据；

升级：

1. PostgreSql，SQLServer，Oracle 数据源JSON构建增长schema name选择；
2. DataX JSON中的字段名称与数据源关键词一致问题优化；
3. 任务管理页面按钮展现优化；
4. 日志管理页面增长任务描述信息；
5. JSON构建前端form表单不能缓存数据问题修复;
6. HIVE JSON构建增长头尾选项参数;

备注：

2.1.1版本不建议升级，数据源信息加密方式变动会致使以前已加密的数据源解密失败，任务运行失败。
若是须要升级请重建数据源，任务。

System Requirements

• Language: Java 8（jdk版本建议1.8.201以上）
  
  Python2.7(支持Python3须要修改替换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

Features

• 一、经过Web构建DataX Json；
• 二、DataX Json保存在数据库中，方便任务的迁移，管理；
• 三、Web实时查看抽取日志，相似Jenkins的日志控制台输出功能；
• 四、DataX运行记录展现，可页面操做中止DataX做业；
• 五、支持DataX定时任务，支持动态修改任务状态、启动/中止任务，以及终止运行中任务，即时生效；
• 六、调度采用中心式设计，支持集群部署；
• 七、任务分布式执行，任务"执行器"支持集群部署；
• 八、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；
• 九、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、最不常用、最近最久未使用、故障转移、忙碌转移等；
• 十、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、覆盖以前调度；
• 十一、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；
• 十二、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；
• 1三、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；
• 1四、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；
• 1五、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；
• 1六、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；
• 1七、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；
• 1八、页面可配置DataX启动JVM参数；
• 1九、数据源配置成功后添加手动测试功能；
• 20、能够对经常使用任务进行配置模板，在构建完JSON以后可选择关联模板建立任务；
• 2一、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；
• 2二、优先经过环境变量获取DataX文件目录，集群部署时不用指定JSON及日志目录；
• 2三、经过动态参数配置指定hive分区，也能够配合增量实现增量数据动态插入分区；
• 2四、任务类型由原来DataX任务扩展到Shell任务、Python任务、PowerShell任务；
• 2五、添加HBase数据源支持，JSON构建可经过HBase数据源获取hbaseConfig，column；
• 2六、添加MongoDB数据源支持，用户仅须要选择collectionName便可完成json构建；
• 2七、添加执行器CPU、内存、负载的监控页面；
• 2八、添加24类插件DataX JSON配置样例
• 2九、公共字段（建立时间，建立人，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
• 3一、任务增长超时时间，对超时任务kill datax进程，可配合重试策略避免网络问题致使的datax卡死。
• 3二、添加项目管理模块，可对任务分类管理；
• 3三、对RDBMS数据源增长批量任务建立功能，选择数据源，表便可根据模板批量生成DataX同步任务；
• 3四、JSON构建增长ClickHouse数据源支持；
• 3五、执行器CPU.内存.负载的监控页面图形化；
• 3六、RDBMS数据源增量抽取增长主键自增方式并优化页面参数配置；
• 3七、更换MongoDB数据源链接方式,重构HBase数据源JSON构建模块；
• 3八、脚本类型任务增长中止功能；
• 3九、rdbms json构建增长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；
• 4一、日志页面增长DataX执行结果统计数据；

Quick Start：

请点击：Quick Start

请点击：一键部署

Introduction：

1.执行器配置(使用开源项目xxl-job)

• 一、"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;
• 二、"执行器列表" 中显示在线的执行器列表, 可经过"OnLine 机器"查看对应执行器的集群机器;

执行器属性说明

一、AppName: （与datax-executor中application.yml的datax.job.executor.appname保持一致）
   每一个执行器集群的惟一标示AppName, 执行器会周期性以AppName为对象进行自动注册。可经过该配置自动发现注册成功的执行器, 供任务调度时使用;
二、名称: 执行器的名称, 由于AppName限制字母数字等组成,可读性不强, 名称为了提升执行器的可读性;
三、排序: 执行器的排序, 系统中须要执行器的地方,如任务新增, 将会按照该排序读取可用的执行器列表;
四、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，调度中心经过底层注册表能够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；
五、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；

2.建立数据源

第四步使用

3.建立任务模版

第四步使用

4. 构建JSON脚本

• 1.步骤一，步骤二，选择第二步中建立的数据源，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,暂时须要手动编写。

• 2.字段映射

• 3.点击构建，生成json,此时能够选择复制json而后建立任务，选择datax任务，将json粘贴到文本框。也能够点击选择模版，直接生成任务。

5.批量建立任务

6.任务建立介绍（关联模版建立任务再也不介绍，具体参考4. 构建JSON脚本）

DataX任务

Shell任务

Python任务

PowerShell任务

• 任务类型：目前支持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；
  • 覆盖以前调度：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，而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)，重试的次数若是设置的过多会致使数据重复，例如任务30秒执行一次，每次执行时间须要20秒，设置重试三次，若是任务失败了，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. 能够点击查看日志，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能够建立用户，编辑用户信息

UI

前端github地址

Contributing

Contributions are welcome! Open a pull request to fix a bug, or open an Issue to discuss a new feature or change.

欢迎参与项目贡献！好比提交PR修复一个bug，或者新建 Issue 讨论新特性或者变动。

Copyright and License

MIT License

Copyright (c) 2020 WeiYe

产品开源免费，而且将持续提供免费的社区技术支持。我的或企业内部可自由的接入和使用。

欢迎在 登记地址 登记，登记仅仅为了产品推广和提高社区开发的动力。

v-2.1.1

新增

1. 添加HBase数据源支持，JSON构建可经过HBase数据源获取hbaseConfig，column；
2. 添加MongoDB数据源支持，用户仅须要选择collectionName便可完成json构建；
3. 添加执行器CPU.内存.负载的监控页面；
4. 添加24类插件DataX JSON配置样例
5. 公共字段（建立时间，建立人，修改时间，修改者）插入或更新时自动填充
6. 对swagger接口进行token验证
7. 任务增长超时时间，对超时任务kill datax进程，可配合重试策略避免网络问题致使的datax卡死。

升级：

1. 数据源管理对用户名和密码进行加密，提升安全性；
2. 对JSON文件中的用户名密码进行加密，执行DataX任务时解密
3. 对页面菜单整理，图标升级，提示信息等交互优化；
4. 日志输出取消项目类名等无关信息，减少文件大小，优化大文件输出，优化页面展现；
5. logback为从yml中获取日志路径配置

修复：

1. 任务日志过大时，查看日志报错，请求超时；

项目规划

Contact us

QQ交流群 795380631