ETL可视化工具 DataX -- DataX-Web安装 (三)

标签：执行器 Web -- admin DataX executor bin datax

引言

DataX 系列文章：

3.1 简介

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。

3.2 安装资源说明

DataX-Web git地址：https://github.com/WeiYe-Jing/datax-web
DataX-Web-UI 前端 git 地址：https://github.com/WeiYe-Jing/datax-web-ui
DataX Web用户手册： https://github.com/WeiYe-Jing/datax-web/blob/master/userGuid.md

当前 datax web 有三个版本，其中

v2.1.1 是单体web 应用架构（建议使用）
DataX-Web 源码下载地址：https://codeload.github.com/WeiYe-Jing/datax-web/zip/refs/heads/2.1.1-release
v2.1.2、v2.1.3 为前后端分离架构，但 DataX-Web-UI 并未适配 v2.1.2、v2.1.3 中新增功能（需自行适配）
DataX-Web 源码下载地址： https://codeload.github.com/WeiYe-Jing/datax-web/zip/refs/heads/2.1.2-release
DataX-Web-UI 前端 git 地址：https://github.com/WeiYe-Jing/datax-web-ui

3.3 基础软件

（1）MySQL (5.5+) 必选，对应客户端可以选装, Linux服务上若安装mysql的客户端可以通过部署脚本快速初始化数据库
（2）JDK (1.8.0_xxx) 必选
（3）Maven (3.6.1+) 必选
（4）DataX 必选
（5）Python (2.x) (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) 必选，
主要用于调度执行底层DataX的启动脚本，默认的方式是以Java子进程方式执行DataX，用户可以选择以Python方式来做自定义的改造

3.4 DataX Web 开发环境部署

开发环境： Windows 10
开发工具：idea
版本：datax-web v2.1.1

3.4.1 创建数据库

执行bin/db下面的datax_web.sql文件(注意老版本更新语句有指定库名)

3.4.2 修改项目配置

1.修改datax_admin 下 `resources/application.yml`文件

#数据源
  datasource:
    username: root
    password: root
    url: jdbc:mysql://localhost:3306/datax_web?serverTimezone=Asia/Shanghai&useLegacyDatetimeCode=false&useSSL=false&nullNamePatternMatchesAll=true&useUnicode=true&characterEncoding=UTF-8
    driver-class-name: com.mysql.jdbc.Driver

修改数据源配置，目前仅支持mysql

# 配置mybatis-plus打印sql日志
logging:
  level:
    com.wugui.datax.admin.mapper: error
  path: ./data/applogs/admin

修改日志路径path

  # datax-web email
  mail:
    host: smtp.qq.com
    port: 25
    username: [email protected]
    password: xxx
    properties:
      mail:
        smtp:
          auth: true
          starttls:
            enable: true
            required: true
        socketFactory:
          class: javax.net.ssl.SSLSocketFactory

修改邮件发送配置(不需要可以不修改)

2.修改datax_executor下resources/application.yml文件

# log config
logging:
  config: classpath:logback.xml
  path: ./data/applogs/executor/jobhandler

修改日志路径path

datax:
  job:
    admin:
      ### datax-web admin address
      addresses: http://127.0.0.1:8080
    executor:
      appname: datax-executor
      ip:
      port: 9999
      ### job log path
      logpath: ./data/applogs/executor/jobhandler
      ### job log retention days
      logretentiondays: 30
  executor:
    jsonpath: /Users/mac/data/applogs

  pypath: /Users/mac/tools/datax/bin/datax.py

修改datax.job配置说明

admin.addresses datax_admin部署地址，如调度中心集群部署存在多个地址则用逗号分隔，执行器将会使用该地址进行"执行器心跳注册"和"任务结果回调"；
executor.appname 执行器AppName，每个执行器机器集群的唯一标示,执行器心跳注册分组依据；
executor.ip 默认为空表示自动获取IP，多网卡时可手动设置指定IP，该IP不会绑定Host仅作为通讯实用；地址信息用于 “执行器注册” 和 “调度中心请求并触发任务”；
executor.port 执行器Server端口号，默认端口为9999，单机部署多个执行器时，注意要配置不同执行器端口；
executor.logpath 执行器运行日志文件存储磁盘路径,需要对该路径拥有读写权限;
executor.logretentiondays 执行器日志文件保存天数,过期日志自动清理, 限制值大于等于3时生效; 否则, 如-1, 关闭自动清理功能；
executor.jsonpath datax json临时文件保存路径
pypath DataX启动脚本地址，例如：xxx/datax/bin/datax.py 如果系统配置DataX环境变量（DATAX_HOME），logpath、jsonpath、pypath可不配，log文件和临时json存放在环境变量路径下。

3.5 启动项目

3.5.1 本地idea开发环境

1.运行datax_admin下 DataXAdminApplication
2.运行datax_executor下 DataXExecutorApplication

admin启动成功后日志会输出三个地址，两个接口文档地址，一个前端页面地址

3.5.2 访问 web 端

启动成功后打开页面
默认地址： http://127.0.0.1:8080/index.html#/login
默认管理员用户名：admin 密码：123456

控制台页面

在这里插入图片描述

3.5.3 web 端操作简介

1.任务管理–数据源管理：创建数据库连接信息
2.任务管理–datax 任务模板：创建定时执行任务模板
3.创建完成后，在任务管理中查看

4 DataX Web Linux 环境部署

1）下载官方提供的版本tar版本包

点击下载提取码：phe6

2）编译打包（官方提供的tar包跳过）
直接从Git上面获得源代码，在项目的根目录下执行如下命令

mvn clean install

执行成功后将会在工程的build目录下生成安装包

build/datax-web-{VERSION}.tar.gz

4.1 开始部署

1）解压安装包

在选定的安装目录，解压安装包

tar -zxvf datax-web-{VERSION}.tar.gz

2）执行一键安装脚本

进入解压后的目录，找到bin目录下面的install.sh文件，如果选择交互式的安装，则直接执行

./bin/install.sh

在交互模式下，对各个模块的package压缩包的解压以及configure配置脚本的调用，都会请求用户确认,可根据提示查看是否安装成功，如果没有安装成功，可以重复尝试；如果不想使用交互模式，跳过确认过程，则执行以下命令安装
./bin/install.sh --force

3）数据库初始化

如果你的服务上安装有mysql命令，在执行安装脚本的过程中则会出现以下提醒：

Scan out mysql command, so begin to initalize the database
Do you want to initalize database with sql: [{INSTALL_PATH}/bin/db/datax-web.sql]? (Y/N)y
Please input the db host(default: 127.0.0.1): 
Please input the db port(default: 3306): 
Please input the db username(default: root): 
Please input the db password(default: ): 
Please input the db name(default: exchangis)

按照提示输入数据库地址，端口号，用户名，密码以及数据库名称，大部分情况下即可快速完成初始化。如果服务上并没有安装mysql命令，则可以取用目录下/bin/db/datax-web.sql脚本去手动执行，完成后修改相关配置文件

vi ./modules/datax-admin/conf/bootstrap.properties

#Database
#DB_HOST=
#DB_PORT=
#DB_USERNAME=
#DB_PASSWORD=
#DB_DATABASE=

按照具体情况配置对应的值即可。

4) 配置

安装完成之后，
在项目目录： /modules/datax-admin/bin/env.properties 配置邮件服务(可跳过)

MAIL_USERNAME=""
MAIL_PASSWORD=""

此文件中包括一些默认配置参数，例如：server.port，具体请查看文件。
在项目目录下/modules/datax-execute/bin/env.properties 指定PYTHON_PATH的路径

vi ./modules/{module_name}/bin/env.properties

### 执行datax的python脚本地址

PYTHON_PATH=

### 保持和datax-admin服务的端口一致；默认是9527，如果没改datax-admin的端口，可以忽略
DATAX_ADMIN_PORT=

此文件中包括一些默认配置参数，例如：executor.port,json.path,data.path等，具体请查看文件。

5）启动服务

一键启动所有服务

./bin/start-all.sh

中途可能发生部分模块启动失败或者卡住，可以退出重复执行，如果需要改变某一模块服务端口号，则：

vi ./modules/{module_name}/bin/env.properties

找到SERVER_PORT配置项，改变它的值即可。当然也可以单一地启动某一模块服务：

./bin/start.sh -m {module_name}

一键取消所有服务

./bin/stop-all.sh

当然也可以单一地停止某一模块服务：

./bin/stop.sh -m {module_name}

6）查看服务（注意！注意！）

在Linux环境下使用JPS命令，查看是否出现DataXAdminApplication和DataXExecutorApplication进程，如果存在这表示项目运行成功

如果项目启动失败，请检查启动日志：modules/datax-admin/bin/console.out或者modules/datax-executor/bin/console.out

Tips: 脚本使用的都是bash指令集，如若使用sh调用脚本，可能会有未知的错误

7）运行

部署完成后，在浏览器中输入 http://ip:port/index.html 就可以访问对应的主界面（ip为datax-admin部署所在服务器ip,port为为datax-admin 指定的运行端口）

输入用户名 admin 密码 123456 就可以直接访问系统

8) 运行日志

部署完成之后，在modules/对应的项目/data/applogs下(用户也可以自己指定日志，修改application.yml 中的 logpath地址即可)，用户可以根据此日志跟踪项目实际启动情况
如果执行器启动比admin快，执行器会连接失败，日志报"拒绝连接"的错误，一般是先启动admin,再启动executor,30秒之后会重连，如果成功请忽略这个异常。

9）集群部署

修改modules/datax-executor/conf/application.yml 文件下admin.addresses地址。为了方便单机版部署，项目目前没有将ip部分配置到env.properties，部署多节点时可以将整个地址作为变量配置到env文件。
将官方提供的tar包或者编译打包的tar包上传到服务节点，按照步骤5中介绍的方式单一地启动某一模块服务即可。例如执行器需要部署多个节点，仅需启动执行器项目，执行 ./bin/start.sh -m datax-executor
调度中心、执行器支持集群部署，提升调度系统容灾和可用性。

1.调度中心集群：

DB配置保持一致；

集群机器时钟保持一致（单机集群忽视）；
2.执行器集群:

执行器回调地址(admin.addresses）需要保持一致；执行器根据该配置进行执行器自动注册等操作。

同一个执行器集群内AppName（executor.appname）需要保持一致；调度中心根据该配置动态发现不同集群的在线执行器列表。

标签：执行器,Web,--,admin,DataX,executor,bin,datax
From： https://blog.csdn.net/dazhong2012/article/details/139754035

ETL可视化工具 DataX -- DataX-Web安装 (三)

引言

DataX 系列文章：

3.1 简介

3.2 安装资源说明

3.3 基础软件

3.4 DataX Web 开发环境部署

3.4.1 创建数据库

3.4.2 修改项目配置

1.修改datax_admin 下 `resources/application.yml`文件

2.修改datax_executor下resources/application.yml文件

3.5 启动项目

3.5.1 本地idea开发环境

3.5.2 访问 web 端

3.5.3 web 端操作简介

4 DataX Web Linux 环境部署

4.1 开始部署

1）解压安装包

2）执行一键安装脚本

3）数据库初始化

4) 配置

5）启动服务

6）查看服务（注意！注意！）

如果项目启动失败，请检查启动日志：modules/datax-admin/bin/console.out或者modules/datax-executor/bin/console.out

7）运行

8) 运行日志

9）集群部署

相关文章

赞助商

阅读排行

ETL可视化工具 DataX -- DataX-Web安装 (三)

引言

DataX 系列文章：

3.1 简介

3.2 安装资源说明

3.3 基础软件

3.4 DataX Web 开发环境部署

3.4.1 创建数据库

3.4.2 修改项目配置

1.修改datax_admin 下 resources/application.yml文件

2.修改datax_executor下resources/application.yml文件

3.5 启动项目

3.5.1 本地idea开发环境

3.5.2 访问 web 端

3.5.3 web 端 操作简介

4 DataX Web Linux 环境部署

4.1 开始部署

1）解压安装包

2）执行一键安装脚本

3）数据库初始化

4) 配置

5）启动服务

6）查看服务（注意！注意！）

如果项目启动失败，请检查启动日志：modules/datax-admin/bin/console.out或者modules/datax-executor/bin/console.out

7）运行

8) 运行日志

9）集群部署

相关文章

赞助商

阅读排行

1.修改datax_admin 下 `resources/application.yml`文件

3.5.3 web 端操作简介