最近接到一个任务：从 Mysql 迁移数据到 Oracle 的任务，总共十几张表，每张表都有百万多条数据。由于任务不是很急，一开始我打算用 Sql Developer 来同步，但在实测过程中 Sql Developer 经常出现卡住的问题，我也没有找到合适的解决方案，只好去尝试其他的工具。后来我在网上找到了一个阿里出品的开源同步工具，叫 DataX，不用不知道，一用吓一跳！DataX 的同步效率非常高，处理速度轻松就达到了每分钟上百万，很快就把这个任务解决了。这么好用的工具实在值得推荐，下面我就来简单介绍下 DataX 的用法

一、安装 DataX

1、准备环境
JDK 1.8 +
Python 2+

2、下载工具
DataX 快速启动
打开链接，下载压缩包然后解压

二、添加同步任务

打开 DataX 的安装目录，在 job 文件夹下添加一个example.json文件，一个json文件就相当于一个同步任务，参考文件如下：

{
    "job": {
        "setting": {
            "speed": {
                "channel": 5
            }
        },
        "content": [
            {
                "reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "username": "mysql用户名",
                        "password": "mysql密码",
                        "column": ["*"],
                        "connection": [
                           {
                              "table": ["表名"],
                              "jdbcUrl": ["jdbc:mysql://localhost:3306/biz"]
                           }
                        ]
                    }
                },
                "writer": {
                    "name": "oraclewriter",
                    "parameter": {
                        "username": "oracle用户名",
                        "password": "oracle密码",
                        "column": ["*"],
                        "connection": [
                            {
                               "table": ["表名"],
                               "jdbcUrl": "jdbc:oracle:thin:@localhost:1521/test"
                            }
                        ]
                      }
                    }
                }
        ]
    }
}

配置里包含了数据库连接和需要同步的表信息，更多配置内容可以参考官网
DataX 配置

三、执行同步任务

# window 环境设置 UTF-8 字符集环境，解决乱码问题
chcp 65001

# 启动脚本 
# 注意替换路径和任务文件名
python {YOUR_DATAX_HOME}/bin/datax.py {YOUR_DATAX_HOME}/job/example.json

四、学习交流

链接: Java-AI学习交流
一个人的精力是有限的，没有那么多的时间去探索新的事物，加入一个交流群就相当于增加了一个接触新事物、新想法、新机会的渠道，这就是交流群存在的意义，期待你的加入！