PowerDotNet平台化软件架构设计与实现系列（07）：数据同步平台

上文介绍定时任务调度平台的时候提到，定时任务调度平台的类模式一般用于处理耗时较长的任务。但是根据经验，有些耗时较长的任务，可以通过简化业务逻辑、分页、批量多次处理，改造为耗时较小的适合使用RESTful接口模式的定时任务。有一类数据同步结转非常耗时的任务，耗时多少完全看数据量，这类数据处理任务的解决方案，就是本文要介绍的基于DataX实现数据同步功能。

DataX是阿里巴巴集团内被广泛使用的离线数据同步工具/平台，实现包括 MySQL、Oracle、SqlServer、PostgreSQL、HDFS、Hive、ADS、HBase等各种异构数据源之间高效的数据同步功能。

环境准备

1、（必须）.Net Framework4.5+

2、（必须）关系型数据库MySQL或SqlServer或PostgreSQL或MariaDB四选一

3、（必须）Quartz.Net2.3.2或更高版本

4、（必须）JDK8或更高版本

5、（必须）Python2.7

6、（必须）DataX3.0或更高版本

7、（必须）PowerDotNet配置中心Power.ConfigCenter

8、（必须）PowerDotNet注册中心Power.RegistryCenter

9、（必须）PowerDotNet数据库管理平台，主要使用DBKey和数据库元数据功能

10、（必须）PowerDotNet缓存平台Power.Cache，后续文章详细介绍

11、（必须）PowerDotNet消息平台Power.Message，主要用于发送预警信息和使用消息队列，后续文章会有介绍

12、（必须）PowerDotNet人员管理平台Power.HCRM，后续文章详细介绍

一、元数据管理

我们在DB管理平台中已经介绍过数据库元数据管理。这里按照实际需要，我们将DB管理平台的功能集成进DataX数据同步平台。

DataX数据同步管理，离不开DBKey、数据库服务器和数据表元数据的开发管理。

二、任务管理

1、单个添加任务

熟悉了DataX的工作原理后，我们可以按需添加数据同步任务，轻松实现从某个库到某个库的“搬迁”。

配合加载好的元数据，动动鼠标，就能完成任务管理配置，咩哈哈。

定时配置：

读库配置：

系统自动支持按照时间或者数字序号进行数据同步结转，满足了绝大多数同步需求。

写库配置：

数据同步任务中，自动生成模板功能是重中之重，系统提供了好几个实用工具，主要包括实现“有则更新，无则插入”的模板生成逻辑。

 2、批量添加任务

单个任务相对比较简单，但是如果同步任务很多，一个一个添加就比较让人生厌了。别忘了我们开发软件的重要目标，就是“动动鼠标解决问题”。幸好平台开发了自动批量生成多个任务的功能，解放大家的双手。

三、任务调度

和定时任务同步平台类似，利用数据库锁特性，支持分片多集群，实现了定时任务高可用和分片弹性部署。

四、任务统计

和定时任务调度平台的任务统计功能类似，其实还可以统计某个数据同步任务成功处理多少条数据，失败多少条数据，不过通常用户也不关注。

1、单一数据同步任务统计

2、所有同步任务统计

虽然统计功能不是重要功能，可是统计数据的生成还是有技巧的，波动较大的时候，点击上去的提示能让用户一目了然发现问题。

五、其他

数据同步平台还开发了其他常用功能，包括如下：

1、日志管理

2、重试任务管理

3、定时清理DataX文本日志

4、异常预警和自动恢复

利用好数据同步平台，可以大大减轻运维人员和DBA对数据库的管理压力，同时对依赖数据库的业务开发的工作效率有极大的提升。

六、总结

有了定时任务调度平台和数据同步平台，依赖数据库Job的各种定时作业，定时结转业务数据或报表等苦活累活，基础数据的分发（而不用苦哈哈写API接口，虽然我推荐还是最好写接口，但是架不住有人就是爱SQL Join）等等都可以平滑迁移到这两个平台里，让数据库专注于“存储和查询”两个核心功能，定时作业处理只要点点按钮解决问题，真正的解放开发、运维和DBA。

参考：

https://github.com/alibaba/datax