使用IntelliJ IDEA搭建datax-web开发环境

记录：372

场景：使用IntelliJ IDEA搭建datax-web开发环境，以及datax-web基本使用。

版本：

JDK 1.8

Python 2.7.5

datax-web开源地址：https://github.com/WeiYe-Jing/datax-web

1.配置Maven环境

1.1安装目录

目录：D:\dev

1.2配置Maven远程和本地镜像仓库

修改文件：D:\dev\apache-maven-3.8.7\conf\settings.xml

修改内容：

<mirror> 
    <id>nexus-aliyun</id> 
    <mirrorOf>*</mirrorOf> 
    <name>Nexus aliyun</name> 
    <url>https://maven.aliyun.com/repository/public</url> 
</mirror>
<localRepository>D:\dev\maven-repo-3.8.7\repository</localRepository>

解析：在<mirrors></mirrors>标签内添加<mirror></mirror>内容，在</ettings></settings>标签内添加<localRepository></localRepository>。

1.3本地镜像仓库目录和配置文件

创建D:\dev\maven-repo-3.8.7\repository目录。

把D:\dev\apache-maven-3.8.7\conf\settings.xml文件拷贝到D:\dev\maven-repo-3.8.7\settings.xml

解析：repository中存放从远程仓库下载到本地的jar包等信息。

1.3配置环境变量和生效

依次点击和选择：此电脑->属性->高级系统设置->环境变量

在系统变量编辑框修改配置。

<1>新建系统变量

变量名称：MAVEN_HOME

变量值：D:\dev\maven-repo-3.8.7

<2>编辑系统变量Path

编辑系统变量Path，并添加行配置。

变量名称：Path

变量值：%MAVEN_HOME%\bin

2.下载源码

下载发布版本datax-web-v-2.1.2。

源码地址：https://github.com/WeiYe-Jing/datax-web

2.1浏览器直接下载

地址：https://github.com/WeiYe-Jing/datax-web/archive/refs/tags/v-2.1.2.zip

解析：直接在浏览器中输入地址就能下载。

2.2使用Git下载

命令：git@github.com:WeiYe-Jing/datax-web.git

3.解压源码

源码解压目录：D:\dev\ForDx\datax-web

4.使用IntelliJ IDEA打开源码

4.1在IDEA配置Maven

依次选择菜单：File->Settings->Build, Execution, Deployment->Build Tools->Maven。在对话框根据本机情况填写配置信息。本例配置信息。

Maven home path：D:/dev/apache-maven-3.6.3-idea

User settings file: D:\dev\apache-maven-3.6.3-idea\conf\settings.xml

Local repository：D:\dev\maven-idea-3.6.3

4.2解决缺少winutils.exe环境变量

datax-web在运行时报错，缺少winutils.exe环境变量。

(1)下载包

下载包：https://github.com/srccodes/hadoop-common-2.2.0-bin

(2)解压包

包名称：hadoop-common-2.2.0-bin-master，解压到指定目录。

(3)配置环境变量

右键：此电脑->高级系统设置->环境变量->系统变量

变量：

名称：HADOOP_HOME

值：D:\Program Files\hadoop\hadoop-common-2.2.0

添加Path变量：

名称：Path

值：%HADOOP_HOME%\bin

(4)环境变量生效

报错不生效的话，就重启电脑。

5.修改配置

端口约定：

datax-admin服务端口：8081

datax-executor服务端口：8082

5.1配置文件的${}说明

在源码中提供的application.yml中使用了${}获取变量。${}获取变量来源方式，包括env.properties文件和bootstrap.properties文件。

(1)使用${}从env.properties获取配置变量

第一步，shell脚本从env.properties读取变量。

第二步，在shell脚本中，使用JAVA_OPTS的-D方式组装变量。

第三步，在shell脚本中，使用java命令把JAVA_OPTS参数传递给JVM，成为系统属性变量。

第四步，启动微服务时，在加载application.yml从使用${}从JVM系统属性变量中获取变量值。

(2)使用${}从bootstrap.properties获取配置变量

微服务在启动时，使用${}从JVM系统属性变量中获取变量值。

第一步：微服务启动时，会先加载bootstrap.properties变量，变量成为了系统属性变量。

第二步：微服务加载application.yml时，会使用${}从JVM系统属性变量中获取变量值。。

5.2修改datax-admin服务配置

在官网的application.yml配置文件中，使用${}获取变量值，

(1)配置端口

修改文件：../datax-admin/src/main/resources/application.yml文件

修改内容：

server:

port: 8081

(2)配置数据源

修改文件：../datax-admin/src/main/resources/bootstrap.properties文件

修改内容：

DB_HOST=192.168.19.202
DB_PORT=3306
DB_USERNAME=root
DB_PASSWORD=123456
DB_DATABASE=datax_web

解析：在application.yml中使用${}从bootstrap.properties中获取变量。

(2)修改输出日志

修改文件：../datax-admin/src/main/resources/application.yml文件

修改内容：

logging:
  level:
    com.wugui.datax.admin.mapper: info
    path: ./data/applogs/admin

5.3修改datax-executor服务配置

(1)配置端口

修改文件：../datax-executor/src/main/resources/application.yml文件

修改内容：

server:
  port: 8082

(2)配置日志

修改文件：../datax-executor/src/main/resources/application.yml文件

修改内容：

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

(3)配置datax的job相关配置

datax:
  job:
    admin:
      addresses: http://127.0.0.1:8081
    executor:
      appname: datax-executor
      ip:
      port: 9999
      logpath: ./data/applogs/executor/jobhandler
      logretentiondays: 30
    accessToken:
  executor:
    jsonpath: D:\\dev\\ForDx\\space\\executor\\json
  pypath: D:\dev\ForDx\space\datax\bin\datax.py

(4)已编译的datax放入指定目录

在application.yml配置了datax的执行脚本，需要把已编译的datax全量包放入指定目录，datax-executor在执行时，调用datax.py，去调用datax的插件。

目录：D:\dev\ForDx\space\datax

脚本：D:\dev\ForDx\space\datax\bin\datax.py

6.在IntelliJ IDEA中启动

6.1启动datax-admin

在IntelliJ IDEA中，选中com.wugui.datax.admin.DataXAdminApplication启动类启动微服务。

6.2启动datax-executor

在IntelliJ IDEA中，选中com.wugui.datax.executor.DataXExecutorApplication启动类启动微服务。

7.登录信息

地址：http://127.0.0.1:8081/index.html

用户名/口令：admin/123456

8.基本操作

使用页面操作从MySQL数据hub01同步数据到MySQL数据库hub02中。

8.1登录页和首页

(1)登录页面

(2)首页

8.2项目管理

在项目管理，创建一个项目。

8.3数据源管理

创建两个数据源，分别是hub01和hub02。

数据源1：jdbc:mysql://192.168.19.202:3306/hub01?useSSL=false

数据源2：jdbc:mysql://192.168.19.202:3306/hub02?useSSL=false

8.4执行器管理

执行器管理，使用默认执行器。

8.5任务管理

在任务管理中，配置同步任务。

8.5.1DataX任务模板

在任务管理-DataX任务模板，配置任务模板。

8.5.2任务构建

在任务管理，任务构建，配置任务。

(1)构建reader

构建Reader，选择数据源，数据库表，配置相关信息。

(2)构建writer

构建writer，选择数据源，数据库表，配置相关信息。

(3)字段映射

对reader读取的表和writer写入的表做字段映射。

(4)构建

构建：生成JSON格式任务数据，是DataX要求的任务格式。

选择模板：选择DataX任务模板中已经生成的模板

复制JSON：可以复制配置任务的JSON数据。

构建前：

构建后：

(5)生成的JSON数据

生成的JSON数据，是DataX要求的标准格式的JSON数据，也就是任务数据。

{
  "job": {
    "setting": {
      "speed": {
        "channel": 3,
        "byte": 1048576
      },
      "errorLimit": {
        "record": 0,
        "percentage": 0.02
      }
    },
    "content": [
      {
        "reader": {
          "name": "mysqlreader",
          "parameter": {
            "username": "xxxxxx",
            "password": "xxxxxx",
            "column": [
              "`ID`",
              "`CITY_NAME`",
              "`LAND_AREA`",
              "`POPULATION`",
              "`GROSS`",
              "`CITY_DESCRIBE`",
              "`DATA_YEAR`",
              "`UPDATE_TIME`"
            ],
            "splitPk": "",
            "connection": [
              {
                "table": [
                  "t_city_01"
                ],
                "jdbcUrl": [
                  "jdbc:mysql://192.168.19.202:3306/hub01?useSSL=false"
                ]
              }
            ]
          }
        },
        "writer": {
          "name": "mysqlwriter",
          "parameter": {
            "username": "xxxxxx",
            "password": "xxxxxx",
            "column": [
              "`ID`",
              "`CITY_NAME`",
              "`LAND_AREA`",
              "`POPULATION`",
              "`GROSS`",
              "`CITY_DESCRIBE`",
              "`DATA_YEAR`",
              "`UPDATE_TIME`"
            ],
            "connection": [
              {
                "table": [
                  "t_city_02"
                ],
                "jdbcUrl": "jdbc:mysql://192.168.19.202:3306/hub02?useSSL=false"
              }
            ]
          }
        }
      }
    ]
  }
}

9.执行任务

在任务管理->任务管理目录下，下来菜单有以下有用操作。

执行一次：触发手动执行任务。

查看日志：会打印执行的详细日志。

编辑：可以对任务按需编辑。

删除：删除任务。