7赞

关于通过java调用datax,返回任务执行的方法

作者：Gbom2402851125 | 2021-12-18 07:22

今天小编就为大家分享一篇关于通过java调用datax,返回任务执行的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

DATAX

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、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、DRDS 等各种异构数据源之间高效的数据同步功能。

datax的详细介绍

请参考 DataX-Introduction

引言

因为业务需要，需要使用到datax把数据从文本写入到数据库，原来的做法都是使用python通过datax.py去调用脚本，阿文为了能更好的管控datax的任务，阿文要求我们对datax进行改造，使用java集成的方式去调用datax，并返回任务执行的详细信息。

datax源码跟踪

从github下完源码开始改造，datax的启动类在datax-core包下Engine类的entry方法，该方法是一个静态方法。

public static void entry(final String[] args) throws Throwable {
 Options options = new Options();
 options.addOption("job", true, "Job config.");
 options.addOption("jobid", true, "Job unique id.");
 options.addOption("mode", true, "Job runtime mode.");

 BasicParser parser = new BasicParser();
 CommandLine cl = parser.parse(options, args);

 String jobPath = cl.getOptionValue("job");

 // 如果用户没有明确指定jobid, 则 datax.py 会指定 jobid 默认值为-1
 String jobIdString = cl.getOptionValue("jobid");
 RUNTIME_MODE = cl.getOptionValue("mode");

 Configuration configuration = ConfigParser.parse(jobPath);

 long jobId;
 if (!"-1".equalsIgnoreCase(jobIdString)) {
  jobId = Long.parseLong(jobIdString);
 } else {
  // only for dsc & ds & datax 3 update
  String dscJobUrlPatternString = "/instance/(\\d{1,})/config.xml";
  String dsJobUrlPatternString = "/inner/job/(\\d{1,})/config";
  String dsTaskGroupUrlPatternString = "/inner/job/(\\d{1,})/taskGroup/";
  List patternStringList = Arrays.asList(dscJobUrlPatternString,
   dsJobUrlPatternString, dsTaskGroupUrlPatternString);
  jobId = parseJobIdFromUrl(patternStringList, jobPath);
 }

 boolean isStandAloneMode = "standalone".equalsIgnoreCase(RUNTIME_MODE);
 if (!isStandAloneMode && jobId == -1) {
  // 如果不是 standalone 模式，那么 jobId 一定不能为-1
  throw DataXException.asDataXException(FrameworkErrorCode.CONFIG_ERROR, "非 standalone 模式必须在 URL 中提供有效的 jobId.");
 }
 configuration.set(CoreConstant.DATAX_CORE_CONTAINER_JOB_ID, jobId);

 //打印vmInfo
 VMInfo vmInfo = VMInfo.getVmInfo();
 if (vmInfo != null) {
  LOG.info(vmInfo.toString());
 }

 LOG.info("\n" + Engine.filterJobConfiguration(configuration) + "\n");

 LOG.debug(configuration.toJSON());

 ConfigurationValidate.doValidate(configuration);
 Engine engine = new Engine();
 engine.start(configuration);
 }

里面最后通过调用engine.start(configuration) 开始启动，我们点进去，最后会发现在里面是调用JobContainer 的start() 方法。

@Override
 public void start() {
 LOG.info("DataX jobContainer starts job.");

 boolean hasException = false;
 boolean isDryRun = false;
 try {
  this.startTimeStamp = System.currentTimeMillis();
  isDryRun = configuration.getBool(CoreConstant.DATAX_JOB_SETTING_DRYRUN, false);
  if (isDryRun) {
  LOG.info("jobContainer starts to do preCheck ...");
  this.preCheck();
  } else {
  userConf = configuration.clone();
  LOG.debug("jobContainer starts to do preHandle ...");
  this.preHandle();

  LOG.debug("jobContainer starts to do init ...");
  this.init();
  LOG.info("jobContainer starts to do prepare ...");
  this.prepare();
  LOG.info("jobContainer starts to do split ...");
  this.totalStage = this.split();
  LOG.info("jobContainer starts to do schedule ...");
  this.schedule();
  LOG.debug("jobContainer starts to do post ...");
  this.post();

  LOG.debug("jobContainer starts to do postHandle ...");
  this.postHandle();
  LOG.info("DataX jobId [{}] completed successfully.", this.jobId);

  this.invokeHooks();
  }
 } catch (Throwable e) {
  LOG.error("Exception when job run", e);

  hasException = true;

  if (e instanceof OutOfMemoryError) {
  this.destroy();
  System.gc();
  }


  if (super.getContainerCommunicator() == null) {
  // 由于 containerCollector 是在 scheduler() 中初始化的，所以当在 scheduler() 之前出现异常时，需要在此处对 containerCollector 进行初始化

  AbstractContainerCommunicator tempContainerCollector;
  // standalone
  tempContainerCollector = new StandAloneJobContainerCommunicator(configuration);

  super.setContainerCommunicator(tempContainerCollector);
  }

  Communication communication = super.getContainerCommunicator().collect();
  // 汇报前的状态，不需要手动进行设置
  // communication.setState(State.FAILED);
  communication.setThrowable(e);
  communication.setTimestamp(this.endTimeStamp);

  Communication tempComm = new Communication();
  tempComm.setTimestamp(this.startTransferTimeStamp);

  Communication reportCommunication = CommunicationTool.getReportCommunication(communication, tempComm, this.totalStage);
  super.getContainerCommunicator().report(reportCommunication);

  throw DataXException.asDataXException(
   FrameworkErrorCode.RUNTIME_ERROR, e);
 } finally {
  if (!isDryRun) {

  this.destroy();
  this.endTimeStamp = System.currentTimeMillis();
  if (!hasException) {
   //最后打印cpu的平均消耗，GC的统计
   VMInfo vmInfo = VMInfo.getVmInfo();
   if (vmInfo != null) {
   vmInfo.getDelta(false);
   LOG.info(vmInfo.totalString());
   }

   LOG.info(PerfTrace.getInstance().summarizeNoException());
   this.logStatistics();
  }
  }
 }
 }

而我们需要的任务信息就在this.logStatistics() 中

private void logStatistics() {
 long totalCosts = (this.endTimeStamp - this.startTimeStamp) / 1000;
 long transferCosts = (this.endTransferTimeStamp - this.startTransferTimeStamp) / 1000;
 if (0L == transferCosts) {
  transferCosts = 1L;
 }

 if (super.getContainerCommunicator() == null) {
  return;
 }

 Communication communication = super.getContainerCommunicator().collect();
 communication.setTimestamp(this.endTimeStamp);

 Communication tempComm = new Communication();
 tempComm.setTimestamp(this.startTransferTimeStamp);

 Communication reportCommunication = CommunicationTool.getReportCommunication(communication, tempComm, this.totalStage);

 // 字节速率
 long byteSpeedPerSecond = communication.getLongCounter(CommunicationTool.READ_SUCCEED_BYTES)
  / transferCosts;

 long recordSpeedPerSecond = communication.getLongCounter(CommunicationTool.READ_SUCCEED_RECORDS)
  / transferCosts;

 reportCommunication.setLongCounter(CommunicationTool.BYTE_SPEED, byteSpeedPerSecond);
 reportCommunication.setLongCounter(CommunicationTool.RECORD_SPEED, recordSpeedPerSecond);

 super.getContainerCommunicator().report(reportCommunication);


 LOG.info(String.format(
  "\n" + "%-26s: %-18s\n" + "%-26s: %-18s\n" + "%-26s: %19s\n"
   + "%-26s: %19s\n" + "%-26s: %19s\n" + "%-26s: %19s\n"
   + "%-26s: %19s\n",
  "任务启动时刻",
  dateFormat.format(startTimeStamp),

  "任务结束时刻",
  dateFormat.format(endTimeStamp),

  "任务总计耗时",
  String.valueOf(totalCosts) + "s",
  "任务平均流量",
  StrUtil.stringify(byteSpeedPerSecond)
   + "/s",
  "记录写入速度",
  String.valueOf(recordSpeedPerSecond)
   + "rec/s", "读出记录总数",
  String.valueOf(CommunicationTool.getTotalReadRecords(communication)),
  "读写失败总数",
  String.valueOf(CommunicationTool.getTotalErrorRecords(communication))
 ));

 LOG.info("task-total-info:" + dateFormat.format(startTimeStamp) + "|" +
  dateFormat.format(endTimeStamp) + "|" +
  String.valueOf(totalCosts) + "|" +
  StrUtil.stringify(byteSpeedPerSecond) + "|" +
  String.valueOf(recordSpeedPerSecond) + "|" +
  String.valueOf(CommunicationTool.getTotalReadRecords(communication)) + "|" +
  String.valueOf(CommunicationTool.getTotalErrorRecords(communication))
 );

 if (communication.getLongCounter(CommunicationTool.TRANSFORMER_SUCCEED_RECORDS) > 0
  || communication.getLongCounter(CommunicationTool.TRANSFORMER_FAILED_RECORDS) > 0
  || communication.getLongCounter(CommunicationTool.TRANSFORMER_FILTER_RECORDS) > 0) {
  LOG.info(String.format(
   "\n" + "%-26s: %19s\n" + "%-26s: %19s\n" + "%-26s: %19s\n",
   "Transformer成功记录总数",
   communication.getLongCounter(CommunicationTool.TRANSFORMER_SUCCEED_RECORDS),

   "Transformer失败记录总数",
   communication.getLongCounter(CommunicationTool.TRANSFORMER_FAILED_RECORDS),

   "Transformer过滤记录总数",
   communication.getLongCounter(CommunicationTool.TRANSFORMER_FILTER_RECORDS)
  ));
 }
 }

改造开始

新增返回实体DataxResult (get、set省略)

public class DataxResult {
 //任务启动时刻
 private long startTimeStamp;
 //任务结束时刻
 private long endTimeStamp;
 //任务总时耗
 private long totalCosts;
 //任务平均流量
 private long byteSpeedPerSecond;
 //记录写入速度
 private long recordSpeedPerSecond;
 //读出记录总数
 private long totalReadRecords;
 //读写失败总数
 private long totalErrorRecords;
 //成功记录总数
 private long transformerSucceedRecords;
 // 失败记录总数
 private long transformerFailedRecords;
 // 过滤记录总数
 private long transformerFilterRecords;
 //字节数
 private long readSucceedBytes;
 //转换开始时间
 private long endTransferTimeStamp;
 //转换结束时间
 private long startTransferTimeStamp;
 //转换总耗时
 private long transferCosts;

重写logStatistics方法，返回该实体。

private DataxResult logStatistics(DataxResult resultMsg) {
 long totalCosts = (this.endTimeStamp - this.startTimeStamp) / 1000;
 long transferCosts = (this.endTransferTimeStamp - this.startTransferTimeStamp) / 1000;
 if (0L == transferCosts) {
  transferCosts = 1L;
 }
 if (super.getContainerCommunicator() == null) {
  return resultMsg;
 }
 Communication communication = super.getContainerCommunicator().collect();
 long byteSpeedPerSecond = communication.getLongCounter(CommunicationTool.READ_SUCCEED_BYTES)
  / transferCosts;
 long recordSpeedPerSecond = communication.getLongCounter(CommunicationTool.READ_SUCCEED_RECORDS)
  / transferCosts;
  
 return resultMsg.getResultMsg(startTimeStamp,
  endTimeStamp,
  totalCosts,
  byteSpeedPerSecond,
  recordSpeedPerSecond,
  communication.getLongCounter(CommunicationTool.TRANSFORMER_SUCCEED_RECORDS),
  communication.getLongCounter(CommunicationTool.TRANSFORMER_FAILED_RECORDS),
  communication.getLongCounter(CommunicationTool.TRANSFORMER_FILTER_RECORDS),
  communication.getLongCounter(CommunicationTool.TRANSFORMER_FAILED_RECORDS),
  communication.getLongCounter(CommunicationTool.TRANSFORMER_FILTER_RECORDS),
  communication.getLongCounter(CommunicationTool.READ_SUCCEED_BYTES),
  this.endTransferTimeStamp,
  this.startTransferTimeStamp,
  transferCosts
 );


 }

还需要重写JobContainer的**start()**方法。

@Override
 public DataxResult start(DataxResult dataxResult) {
 ...
 DataxResult result = new DataxResult();
 result = logStatistics(dataxResult);
 ...
 return result;
 }

然后在Engine 类中添加模拟测试方法mockentry

 public DataxResult mockstart(Configuration allConf) {

 ...
 DataxResult dataxResult = new DataxResult();
 return container.start(dataxResult);
 }

开始测试

在com.alibaba.datax.core.util.container.CoreConstant里修改datax_home 为本地路径

该datax_home路径下有以下几个目录

public class test {

 public static void main(String[] args) {
 String[] datxArgs = {"-job", CoreConstant.DATAX_HOME + "\\job\\job2.json", "-mode", "standalone", "-jobid", "-1"};
 try {
  DataxResult dataxResult= Engine.mockentry(datxArgs);
 } catch (Throwable e) {
  e.printStackTrace();
 }

 }
}

执行结果为

大功告成！

以上这篇关于通过java调用datax,返回任务执行的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

推荐阅读

程序员
Android TalkBack专注于透明层

如何解决《AndroidTalkBack专注于透明层》经验，为你挑选了1个好方法。 ... [详细]
程序员
如何将ComboBox的SelectedItem绑定到作为ItemsSource项目副本的对象？

如何解决《如何将ComboBox的SelectedItem绑定到作为ItemsSource项目副本的对象？》经验，为你挑选了1个好方法。 ... [详细]
程序员
如何使用Conda安装MySQLdb？

如何解决《如何使用Conda安装MySQLdb？》经验，为你挑选了3个好方法。 ... [详细]
程序员
使用python joblib访问和更改全局数组

如何解决《使用pythonjoblib访问和更改全局数组》经验，为你挑选了0个好方法。 ... [详细]
程序员
上传到VPP商店灰色

如何解决《上传到VPP商店灰色》经验，为你挑选了1个好方法。 ... [详细]
程序员
页面加载时元素高度的差异

如何解决《页面加载时元素高度的差异》经验，为你挑选了0个好方法。 ... [详细]
程序员
如何在Sage中获得给定长度的素数？

如何解决《如何在Sage中获得给定长度的素数？》经验，为你挑选了1个好方法。 ... [详细]
程序员
HTTP/2和CNAME如何协同工作？

如何解决《HTTP/2和CNAME如何协同工作？》经验，为你挑选了0个好方法。 ... [详细]
程序员
Google Cloud Dataproc配置问题

如何解决《GoogleCloudDataproc配置问题》经验，为你挑选了1个好方法。 ... [详细]
程序员
短绒和验证器有什么区别？

如何解决《短绒和验证器有什么区别？》经验，为你挑选了1个好方法。 ... [详细]
程序员
Bootstrap 4 - 卡列中的响应卡

如何解决《Bootstrap4-卡列中的响应卡》经验，为你挑选了2个好方法。 ... [详细]
程序员
Vim语法高亮 - 从模式中排除特定文本

如何解决《Vim语法高亮-从模式中排除特定文本》经验，为你挑选了0个好方法。 ... [详细]
程序员
Lambda微积分减少步骤

如何解决《Lambda微积分减少步骤》经验，为你挑选了1个好方法。 ... [详细]
程序员
按钮fadein jQuery ASP.net

如何解决《按钮fadeinjQueryASP.net》经验，为你挑选了1个好方法。 ... [详细]
程序员
Angular2,如果未选中复选框,则禁用按钮

如何解决《Angular2,如果未选中复选框,则禁用按钮》经验，为你挑选了2个好方法。 ... [详细]
程序员
如何在ReactRedux中创建临时状态？

如何解决《如何在ReactRedux中创建临时状态？》经验，为你挑选了0个好方法。 ... [详细]
程序员
App Extension Swift:从没有javascript的任何应用程序获取网址

如何解决《AppExtensionSwift:从没有javascript的任何应用程序获取网址》经验，为你挑选了1个好方法。 ... [详细]
程序员
在数组数组的map()中使用reduce()

如何解决《在数组数组的map()中使用reduce()》经验，为你挑选了1个好方法。 ... [详细]
程序员
Retrofit 2 - 当响应状态为422(不可处理的实体)时,响应体为null

如何解决《Retrofit2-当响应状态为422(不可处理的实体)时,响应体为null》经验，为你挑选了1个好方法。 ... [详细]
程序员
记忆消毒剂

如何解决《记忆消毒剂》经验，为你挑选了1个好方法。 ... [详细]

Gbom2402851125

这个屌丝很懒，什么也没留下！

关注作者

Tags | 热门标签

RankList | 热门文章