DataX及Datax-web杂记

EverSpring0072024-03-03 1:04

👽个人博客：https://everspring.github.io/

👽公众号：爱历史的IT男

一. DataX调试

DataX之前调试不是很方便，要打包后才能调试。23年7月后一位叫"FuYouJ "的开源者提交了datax-example模块，就方便了很多。下面说下简要使用方法

1.把配置好的reader/writer的json文件放到datax-example-streamreader的resource目录下

2.把用到的reader、writer的依赖包配置到datax-example-streamreader的pom.xml里

3.把datax-example-core下面core.json配置中的transport.channel.speed.byte改成大于-1，原因就是避免运行时出现异常[DataX引擎配置错误，该问题通常是由于DataX安装错误引起，请联系您的运维解决 .]. - 在有总bps限速条件下，单个channel的bps值不能为空，也不能为非正数

4.StreamReader2StreamWriterTest.java中把path的值改一下，注意是/开头，默认对应的就是第1步中resource路径

5.运行即可

二. Datax-web运行

之前的python环境是直接安装的，后面改成了conda安装后，用Datax-web执行时提示ReturnT:ReturnT [code=500, msg=command exit value(9009) is failed, content=null]，就是python的命令找不到。除了重装python环境外，还可以手动指定python.exe路径

在datax-executor模块中，将ExecutorJobHandler类的 buildDataXExecutorCmd方法中
cmdArr.add("python"); 改为 cmdArr.add("python.exe的路径");

三.其他问题

datax-web执行datax是通过datax.py实现的。在使用数据源是oracle的时候，遇到了夏令时问题，比如数据类型是date，查询出来后时间会大1小时，如1947-04-15 00:00:00，1946-05-15 00:00:00，1949-05-01 00:00:00查询出来是1947-04-15 01:00:00，1946-05-15 01:00:00，1949-05-01 01:00:00。这个时候需要指定时区，但在datax的配置文件中不能在jdbcUrl中指定timezone，"jdbc:oracle:thin:@//127.0.0.1:1521/test?timezone=GMT+8"这种常用的指定方法会导致启动失败。所以需要在jvm参数中指定。在datax指定时区方式如下
datax/bin/datax.py里面DEFAULT_PROPERTY_CONF的值-Dfile.encoding=UTF-8后面加一段-Duser.timezone=GMT+8