[點(diǎn)晴模切ERP][轉(zhuǎn)帖]數(shù)據(jù)遷移工具,用這8種!
:數(shù)據(jù)遷移工具,用這8種! 數(shù)據(jù)遷移工具,用這8種!前言最近有些小伙伴問我, ETL(是Extract-Transform-Load的縮寫,即數(shù)據(jù)抽取、轉(zhuǎn)換、裝載的過程),對于企業(yè)應(yīng)用來說,我們經(jīng)常會遇到各種數(shù)據(jù)的處理、轉(zhuǎn)換、遷移的場景。 今天特地給大家匯總了一些目前市面上比較常用的 1.Kettle
Kettle 中有兩種腳本文件,transformation 和 job,transformation 完成針對數(shù)據(jù)的基礎(chǔ)轉(zhuǎn)換,job 則完成整個工作流的控制。 Kettle 中文名稱叫水壺,該項(xiàng)目的主程序員 MATT 希望把各種數(shù)據(jù)放到一個壺里,然后以一種指定的格式流出。 Kettle 這個 ETL 工具集,它允許你管理來自不同數(shù)據(jù)庫的數(shù)據(jù),通過提供一個圖形化的用戶環(huán)境來描述你想做什么,而不是你想怎么做。Kettle 家族目前包括 4 個產(chǎn)品:Spoon、Pan、CHEF、Kitchen。
2.Datax
DataX 是一個異構(gòu)數(shù)據(jù)源離線同步工具,致力于實(shí)現(xiàn)包括關(guān)系型數(shù)據(jù)庫(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各種異構(gòu)數(shù)據(jù)源之間穩(wěn)定高效的數(shù)據(jù)同步功能。 設(shè)計理念:為了解決異構(gòu)數(shù)據(jù)源同步問題,DataX將復(fù)雜的網(wǎng)狀的同步鏈路變成了星型數(shù)據(jù)鏈路,DataX作為中間傳輸載體負(fù)責(zé)連接各種數(shù)據(jù)源。當(dāng)需要接入一個新的數(shù)據(jù)源的時候,只需要將此數(shù)據(jù)源對接到DataX,便能跟已有的數(shù)據(jù)源做到無縫數(shù)據(jù)同步。 當(dāng)前使用現(xiàn)狀:DataX在阿里巴巴集團(tuán)內(nèi)被廣泛使用,承擔(dān)了所有大數(shù)據(jù)的離線同步業(yè)務(wù),并已持續(xù)穩(wěn)定運(yùn)行了6年之久。目前每天完成同步8w多道作業(yè),每日傳輸數(shù)據(jù)量超過300TB。 DataX本身作為離線數(shù)據(jù)同步框架,采用Framework + plugin架構(gòu)構(gòu)建。將數(shù)據(jù)源讀取和寫入抽象成為Reader/Writer插件,納入到整個同步框架中。 DataX 3.0 開源版本支持單機(jī)多線程模式完成同步作業(yè)運(yùn)行,本小節(jié)按一個DataX作業(yè)生命周期的時序圖,從整體架構(gòu)設(shè)計非常簡要說明DataX各個模塊相互關(guān)系。DataX 3.0六大核心優(yōu)勢:
3.DataPipeline
可實(shí)現(xiàn) Oracle、IBM DB2、MySQL、MS SQL Server、PostgreSQL、GoldenDB、TDSQL、OceanBase 等數(shù)據(jù)庫準(zhǔn)確的增量數(shù)據(jù)獲取。 平臺具備“數(shù)據(jù)全、傳輸快、強(qiáng)協(xié)同、更敏捷、極穩(wěn)定、易維護(hù)”六大特性。 在支持傳統(tǒng)關(guān)系型數(shù)據(jù)庫的基礎(chǔ)上,對大數(shù)據(jù)平臺、國產(chǎn)數(shù)據(jù)庫、云原生數(shù)據(jù)庫、API 及對象存儲也提供廣泛的支持,并在不斷擴(kuò)展。 DataPipeline 數(shù)據(jù)融合產(chǎn)品致力于為用戶提供企業(yè)級數(shù)據(jù)融合解決方案,為用戶提供統(tǒng)一平臺同時管理異構(gòu)數(shù)據(jù)節(jié)點(diǎn)實(shí)時同步與批量數(shù)據(jù)處理任務(wù),在未來還將提供對實(shí)時流計算的支持。 采用分布式集群化部署方式,可水平垂直線性擴(kuò)展的,保證數(shù)據(jù)流轉(zhuǎn)穩(wěn)定高效,讓客戶專注數(shù)據(jù)價值釋放。 產(chǎn)品特點(diǎn):
4.TalendTalend (踏藍(lán)) 是第一家針對的數(shù)據(jù)集成工具市場的 ETL (數(shù)據(jù)的提取 Extract、傳輸 Transform、載入 Load) 開源軟件供應(yīng)商。 Talend 以它的技術(shù)和商業(yè)雙重模式為 ETL 服務(wù)提供了一個全新的遠(yuǎn)景。它打破了傳統(tǒng)的獨(dú)有封閉服務(wù),提供了一個針對所有規(guī)模的公司的公開的,創(chuàng)新的,強(qiáng)大的靈活的軟件解決方案。 5.DataStageDataStage,即IBM WebSphere DataStage,是一套專門對多種操作數(shù)據(jù)源的數(shù)據(jù)抽取、轉(zhuǎn)換和維護(hù)過程進(jìn)行簡化和自動化,并將其輸入數(shù)據(jù)集市或數(shù)據(jù)倉庫目標(biāo)數(shù)據(jù)庫的集成工具,可以從多個不同的業(yè)務(wù)系統(tǒng)中,從多個平臺的數(shù)據(jù)源中抽取數(shù)據(jù),完成轉(zhuǎn)換和清洗,裝載到各種系統(tǒng)里面。 其中每步都可以在圖形化工具里完成,同樣可以靈活地被外部系統(tǒng)調(diào)度,提供專門的設(shè)計工具來設(shè)計轉(zhuǎn)換規(guī)則和清洗規(guī)則等,實(shí)現(xiàn)了增量抽取、任務(wù)調(diào)度等多種復(fù)雜而實(shí)用的功能。其中簡單的數(shù)據(jù)轉(zhuǎn)換可以通過在界面上拖拉操作和調(diào)用一些 DataStage 預(yù)定義轉(zhuǎn)換函數(shù)來實(shí)現(xiàn),復(fù)雜轉(zhuǎn)換可以通過編寫腳本或結(jié)合其他語言的擴(kuò)展來實(shí)現(xiàn),并且 DataStage 提供調(diào)試環(huán)境,可以極大提高開發(fā)和調(diào)試抽取、轉(zhuǎn)換程序的效率。 Datastage 操作界面
Datastage 包含四大部件:
6.SqoopSqoop 是 Cloudera 公司創(chuàng)造的一個數(shù)據(jù)同步工具,現(xiàn)在已經(jīng)完全開源了。 目前已經(jīng)是 hadoop 生態(tài)環(huán)境中數(shù)據(jù)遷移的首選 Sqoop 是一個用來將 Hadoop 和關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)相互轉(zhuǎn)移的工具,可以將一個關(guān)系型數(shù)據(jù)庫(例如 :MySQL ,Oracle ,Postgres 等)中的數(shù)據(jù)導(dǎo)入到 Hadoop 的 HDFS 中,也可以將 HDFS 的數(shù)據(jù)導(dǎo)入到關(guān)系型數(shù)據(jù)庫中。 他將我們傳統(tǒng)的關(guān)系型數(shù)據(jù)庫 | 文件型數(shù)據(jù)庫 | 企業(yè)數(shù)據(jù)倉庫 同步到我們的 hadoop 生態(tài)集群中。 同時也可以將 hadoop 生態(tài)集群中的數(shù)據(jù)導(dǎo)回到傳統(tǒng)的關(guān)系型數(shù)據(jù)庫 | 文件型數(shù)據(jù)庫 | 企業(yè)數(shù)據(jù)倉庫中。 那么 Sqoop 如何抽取數(shù)據(jù)呢?
7.FineDataLinkFineDataLink是國內(nèi)做的比較好的ETL工具,F(xiàn)ineDataLink是一站式的數(shù)據(jù)處理平臺,具備高效的數(shù)據(jù)同步功能,可以實(shí)現(xiàn)實(shí)時數(shù)據(jù)傳輸、數(shù)據(jù)調(diào)度、數(shù)據(jù)治理等各類復(fù)雜組合場景的能力,提供數(shù)據(jù)匯聚、研發(fā)、治理等功能。 FDL擁有低代碼優(yōu)勢,通過簡單的拖拽交互就能實(shí)現(xiàn)ETL全流程。FineDataLink——中國領(lǐng)先的低代碼/高時效數(shù)據(jù)集成產(chǎn)品,能過為企業(yè)提供一站式的數(shù)據(jù)服務(wù),通過快速連接、高時效融合多種數(shù)據(jù),提供低代碼Data API敏捷發(fā)布平臺,幫助企業(yè)解決數(shù)據(jù)孤島難題,有效提升企業(yè)數(shù)據(jù)價值。 8.canalcanal [kə'næl],譯意為水道/管道/溝渠,主要用途是基于 MySQL 數(shù)據(jù)庫增量日志解析,提供增量數(shù)據(jù)訂閱和消費(fèi)。早期阿里巴巴因?yàn)楹贾莺兔绹p機(jī)房部署,存在跨機(jī)房同步的業(yè)務(wù)需求,實(shí)現(xiàn)方式主要是基于業(yè)務(wù) trigger 獲取增量變更。從 2010 年開始,業(yè)務(wù)逐步嘗試數(shù)據(jù)庫日志解析獲取增量變更進(jìn)行同步,由此衍生出了大量的數(shù)據(jù)庫增量訂閱和消費(fèi)業(yè)務(wù)。 基于日志增量訂閱和消費(fèi)的業(yè)務(wù)包括:
當(dāng)前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.x , 5.7.x , 8.0.x。
canal 工作原理:
點(diǎn)晴模切ERP更多信息:http://moqie.clicksun.cn,聯(lián)系電話:4001861886 該文章在 2023/7/28 16:54:11 編輯過 |
關(guān)鍵字查詢
相關(guān)文章
正在查詢... |