[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

2023-10-17 08:56:00 浏览数 (2)

一、背景

使用datax从pg同步数据到hive发生报错

datax自定义json内容如下：

代码语言：javascript复制
{
  "job": {
    "setting": {
      "speed": {
        "channel": 3,
        "byte": 1048576
      },
      "errorLimit": {
        "record": 0,
        "percentage": 0.02
      }
    },
    "content": [
      {
        "reader": {
          "name": "postgresqlreader",
          "parameter": {
            "username": "username",
            "password": "password",
            "column": [
              ""id"",
              ""timestamp""
            ],
            "splitPk": "",
            "connection": [
              {
                "table": [
                  "table_name"
                ],
                "jdbcUrl": [
                  "jdbc:ip:port/db"
                ]
              }
            ]
          }
        },
        "writer": {
          "name": "hdfswriter",
          "parameter": {
            "defaultFS": "hdfs://ip:port",
            "fileType": "orc",
            "path": "/user/hive/warehouse/db_name.db/table_name",
            "fileName": "table_name",
            "writeMode": "append",
            "fieldDelimiter": "t",
            "encoding": "utf-8",
            "column": [
              {
                "name": "id",
                "type": "bigint"
              },
              {
                "name": "timestamp",
                "type": "bigint"
              }
            ]
          }
        }
      }
    ]
  }
}

二、报错

[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

三、定位原因

很明显，error信息里面也说了，DataX的配置有问题，单个channel的bps值不能为空，也不能为非正数

四、解决办法

1.修改文件datax/conf/core.json

修改core -> transport -> channel -> speed -> "byte": -1

代码语言：javascript复制
"core": {
        "dataXServer": {
            "address": "http://localhost:7001/api",
            "timeout": 10000,
            "reportDataxLog": false,
            "reportPerfLog": false
        },
        "transport": {
            "channel": {
                "class": "com.alibaba.datax.core.transport.channel.memory.MemoryChannel",
                "speed": {
                    "byte": -1,
                    "record": -1
                },
                "flowControlInterval": 20,
                "capacity": 512,
                "byteCapacity": 67108864
            },
            "exchanger": {
                "class": "com.alibaba.datax.core.plugin.BufferedRecordExchanger",
                "bufferSize": 32
            }
        },
}

2.json内容中删除总限速的配置

偷懒的方法，小白可以这么用

代码语言：javascript复制
"setting": {
      "speed": {
        "channel": 3
      }

五、参数说明

关键参数

  • job.setting.speed.channel : channel并发数
  • job.setting.speed.record : 全局配置channel的record限速
  • job.setting.speed.byte：全局配置channel的byte限速
  • core.transport.channel.speed.record：单个channel的record限速
  • core.transport.channel.speed.byte：单个channel的byte限速

六、DataX提速优化

1.提升每个channel的速度

2.提升job内Channel并发有三种配置方式

bps限速：配置全局Byte限速以及单Channel Byte限速(Channel个数 = 全局Byte限速 / 单Channel Byte限速）

代码语言：javascript复制
总bps限速通过job.setting.speed.byte设置，在job.json中。

单个channel的bps值通过core.transport.channel.speed.byte设置，在core.json中，默认为-1。

如果设置了总bps限速，那单个channel的bps值不能为空，也不能为非正数。

channel的数量=总bps限速/单个channel的bps值。

比如总bps限速为100，单个channel的bps为10，那channel的数量就是100/10=10个

tps限速：配置全局Record限速以及单Channel Record限速(Channel个数 = 全局Record限速 / 单Channel Record限速）

代码语言：javascript复制
总tps限速通过job.setting.speed.record设置，在job.json中。

单个channel的tps值通过core.transport.channel.speed.record设置，在core.json中，默认为-1。

如果设置了总tps限速，那单个channel的tps值不能为空，也不能为非正数。

channel的数量=总tps限速/单个channel的tps值。

比如总tps限速为200，单个channel的tps为40，那channel的数量就是200/40=5个。

直接配置Channel个数

代码语言：javascript复制
通过job.setting.speed.channel直接设置。

比如这个值设置为5，那channel的数量就是5个。

3.提高JVM堆内存 

python datax/bin/datax.py --jvm="-Xms8G -Xmx8G" XXX.json

优先级

如果以上三个都设置了，那以哪个为主呢？

如果bps限速和tps限速没有设置，那channel的数量默认都是Integer.MAX_VALUE。

如果bps限速和tps限速都设置了，那谁比较小，以哪个为主。

比如上面的例子，tps的channel个数5小于bps的channel个数10，那channel的个数最终为5。

如果bps限速和tps限速只设置了一个，那以设置的那个为准，因为没设置的那个默认Integer.MAX_VALUE，肯定大于设置的那个，所以取小的数就是设置的那个。

如果bps限速和tps限速都没有设置，那才读取直接设置的值，也就是说，直接设置的优先级最低。

如果都没有设置，那直接抛异常，也就是说，必须设置Job运行速度。

运维 channel core 并发 配置

0 人点赞