因项目需要，结合目前参与的项目，以及个人技术能力范围，组合研发一套web可视化数据同步系统，正式名称：DataHamal（数据搬运工）。
项目背景：接触过阿里云这类大数据平台，对于中大型项目以及需要与外部系统对接数据的情况下，几乎都需要数据共享/分析处理/ETL同步等功能。
避免重复造轮子，首页了解了一番目前成熟的kettle这类，存在一些问题，要不是商业，要不就是主流容器化支持不太好，没有Web管理控制台等等，总之开源上想使用一款体验好，技术主流，部署简单，功能稳定比较困难，通常都无法直接拿过来用，多多少少有很多不足之处需要二次开发，而且设计成型跨开发语言难以二开，因此决定组合一套成熟技术，开发一个通用性的数据同步系统，引入了一些开源优秀框架，其中核心组件1.XXLJob分布式调度，用于分布式调度执行节点；2.datax阿里云DataWorks商业版本的开源版本，因为使用过DataWorks对datax的插件设计思路很感兴趣，支持各种异构数据源同步，专业的，详情百度了解。
整体架构设计思路：
2.嘿嘿，必须是java开发语言，熟悉的SpringBoot搭建的管理后台；
3.开发两个服务1个是admin，一个是node执行器，admin负责调度，node负责执行任务；
4.admin和node分别通过源码的方式集成XxlJob的admin和client，有少许的源码改造工作，尽量保留xxljob的原汁原味，方便后期升级；node单独集成datax3.0一起打包，admin和node会独立打包的docker镜像。
5.非必要技术一概不要，目前快速交付需要的环境：1.docker环境；2.admin镜像；3.node镜像；4.MysqL数据库，是不是很简单，心动的感觉。
先上图：
1.登录
2.任务调度
3.数据集成
4.配置调度
5.数据开发
6.Docker容器化部署，rancher平台托管
1.执行调度（这个不多介绍了，熟悉XXLJob的同学一看就知道，还是熟悉的味道，熟悉的配方）
2.数据集成（重点，用过阿里云DataWorks的同学能够感受到熟悉的感觉，没错还原大部分DataWorks主要操作）
2.1 离线同步
2.2 数据开发
2.3 作业
3.数据源（）
4.资源分组（）
5.系统管理（）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
