前段时间在项目上使用了阿里的离线数据同步工具datax，在大批量的表同步过程中踩了一些坑，所以详细介绍一下，希望对大家有所帮助。

本文将先介绍dataxhe datax-web的安装及使用，比较简单，但是实际使用过程中还有许多需要改进的地方，后面文章将接着介绍datax及datax-web源码打包、二次开发支持Oracle更新数据等，敬请期待。

datax介绍：https://github.com/alibaba/DataX/blob/master/introduction.md
源码地址：https://github.com/alibaba/DataX
安装包地址：http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz
插件开发手册：https://github.com/alibaba/DataX/blob/master/dataxPluginDev.md
环境要求： JDK(1.8 以上) + Python(Python2.6.X+)

一、DataX安装

1、解压datax.tar.gz

Windows直接解压，Linux使用如下命令

#解压，目录自己定
tar -zxvf datax.tar.gz -C /opt/module/

2、运行自检脚本

进入解压后的bin目录，执行自检脚本，job.json脚本在job目录下

cd /opt/module/datax/bin/
python datax.py /opt/module/datax/job/job.json

自检成功后如下：

二、Datax-Web安装

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。

环境要求：

• 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
• JDK (1.8.0_xxx) 必选
• Maven (3.6.1+) 必选
• DataX 必选
• 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

下载地址：https://pan.baidu.com/s/13yoqhGpD00I82K4lOYtQhg 提取码：cpsk

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

1、解压DataXWeb安装包

tar -zxvf datax-web-2.1.2.tar.gz

将目录更名为datax-web，方便后续操作

mv datax-web-2.1.2 datax-web

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

cd datax-web
./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

这里为了简便，就不使用交互式安装，如果服务上安装有mysql命令，在执行安装脚本的过程中则会出现以下提醒：

填写完后完成安装 。

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，主要包括控制器datax-admin/conf/application.yml和执行器datax-executor/conf/application.yml，这里我就不介绍了，后面我会写到源码打包，和那里配置是一样的。

3、启动服务

./bin/start-all.sh

一键取消所有服务

./bin/stop-all.sh

运行项目

访问: http://ip:9527/index.html ，输入用户名 admin 密码 123456访问系统