目录
一、概念
二、架构
三、功能
四、使用说明
1、执行器配置
2、创建项目
3、创建数据源（源库和目标库）
4、创建任务模版
5、构建JSON脚本
正常流程（单库单表）
1.构建reader
2.构建writer
3.字段映射
4.构建
批量创建任务流程（多库多表）
6、任务管理
7、日志管理
一、概念
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。
GitHub - WeiYe-Jing/datax-web: DataX集成可视化页面，选择数据源即可一键生成数据同步任务，支持RDBMS、Hive、HBase、ClickHouse、MongoDB等数据源，批量创建RDBMS数据同步任务，集成开源调度系统，支持分布式、增量同步数据、实时查看运行日志、监控执行器资源、KILL运行进程、数据源信息加密等。
二、架构
三、功能
- 1、通过Web构建DataX Json
- 2、DataX Json保存在数据库中，方便任务的迁移，管理
- 3、Web实时查看抽取日志，类似Jenkins的日志控制台输出功能
- 4、DataX运行记录展示，可页面操作停止DataX作业
- 5、支持DataX定时任务，支持动态修改任务状态、启动/停止任务，以及终止运行中任务，即时生效
- 6、调度采用中心式设计，支持集群部署
- 7、任务分布式执行，任务"执行器"支持集群部署
- 8、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
- 9、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、最不经常使用、最近最久未使用、故障转移、忙碌转移等
- 10、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、覆盖之前调度
- 11、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
- 12、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
- 13、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
- 14、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
- 15、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
- 16、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
- 17、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
- 18、页面可配置DataX启动JVM参数
- 19、数据源配置成功后添加手动测试功能
- 20、可以对常用任务进行配置模板，在构建完JSON之后可选择关联模板创建任务
- 21、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
- 22、优先通过环境变量获取DataX文件目录，集群部署时不用指定JSON及日志目录
- 23、通过动态参数配置指定hive分区，也可以配合增量实现增量数据动态插入分区
- 24、任务类型由原来DataX任务扩展到Shell任务、Python任务、PowerShell任务
- 25、添加HBase数据源支持，JSON构建可通过HBase数据源获取hbaseConfig，column
- 26、添加MongoDB数据源支持，用户仅需要选择collectionName即可完成json构建
- 27、添加执行器CPU、内存、负载的监控页面
- 28、添加24类插件DataX JSON配置样例
- 29、公共字段（创建时间，创建人，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
- 31、任务增加超时时间，对超时任务kill datax进程，可配合重试策略避免网络问题导致的datax卡死
- 32、添加项目管理模块，可对任务分类管理
- 33、对RDBMS数据源增加批量任务创建功能，选择数据源，表即可根据模板批量生成DataX同步任务
- 34、JSON构建增加ClickHouse数据源支持
- 35、执行器CPU.内存.负载的监控页面图形化
- 36、RDBMS数据源增量抽取增加主键自增方式并优化页面参数配置
- 37、更换MongoDB数据源连接方式,重构HBase数据源JSON构建模块
- 38、脚本类型任务增加停止功能
- 39、rdbms json构建增加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
- 41、日志页面增加DataX执行结果统计数据
四、使用说明
1、执行器配置
执行器列表中显示在线的执行器列表, 可通过"OnLine 机器"查看对应执行器的集群机器
2、创建项目
3、创建数据源（源库和目标库）
4、创建任务模版
5、构建JSON脚本
目前支持的数据源：hive,mysql,oracle,postgresql,sqlserver,hbase,mongodb,clickhouse
正常流程（单库单表）
1.构建reader
选择数据源、库名、表名、所需字段及where过滤条件设置
2.构建writer
3.字段映射
将步骤1、2选择好的字段与目标表的字段映射好
4.构建
批量创建任务流程（多库多表）
6、任务管理
7、日志管理
