# TaDataxWriter 插件

# 一、介绍

TaDataxWriter 是 DataX 的写入数据插件，提供了 DataX 生态中向 TE 集群传输数据的功能，您可以在数据传输服务器上部署 DataX，同时使用 DataX 所支持的数据源读取插件以及本插件，实现多数据源与 TE 集群的数据同步。

如需了解 DataX，可以访问DataX 的 Github 主页 (opens new window)

数据发送到 TE 接收端的方式进行数据传输

# 二、功能与限制

TaDataWriter 实现了从 DataX 协议转为 TE 集群内部数据功能，TaDataWriter 如下几个方面约定:

支持且仅支持写入 TE 集群。
支持数据压缩，现有压缩格式为 gzip、lzo、lz4、snappy。
支持多线程传输。

# 三、使用说明

# 3.1 下载 datax

访问 DataX 官网 (opens new window)
下载 DataX 工具包：DataX 下载地址 (opens new window)

wget http://datax-opensource.oss-cn-hangzhou.aliyuncs.com/datax.tar.gz

# 3.2 解压 datax

tar -zxvf datax.tar.gz

# 3.3 安装 ta-datax-writer 插件

下载 ta-datax-writer 插件： ta-datax-writer 下载地址 (opens new window)

wget https://download.thinkingdata.cn/tools/release/ta-datax-writer.tar.gz

把 ta-datax-writer.tar.gz 拷贝到 datax/plugin/writer 目录下

cp ta-datax-writer.tar.gz datax/plugin/writer

解压插件包

tar -zxvf ta-datax-writer.tar.gz

删除软件包

rm -rf  ta-datax-writer.tar.gz

# 四、功能说明

# 4.1 配置样例

{
  "job": {
    "setting": {
      "speed": {
        "channel": 1
      }
    },
    "content": [
      {
        "reader": {
          "name": "streamreader",
          "parameter": {
            "column": [
              {
                "value": "123123",
                "type": "string"
              },
              {
                "value": "testbuy",
                "type": "string"
              },
              {
                "value": "2019-08-16 08:08:08",
                "type": "date"
              },
              {
                "value": "2222",
                "type": "string"
              },
              {
                "value": "2019-08-16 08:08:08",
                "type": "date"
              },
              {
                "value": "test",
                "type": "bytes"
              },
              {
                "value": true,
                "type": "bool"
              }
            ],
            "sliceRecordCount": 10
          }
        },
        "writer": {
          "name": "ta-datax-writer",
          "parameter": {
            "thread": 3,
            "type": "track",
            "pushUrl": "http://{数据接收地址}",
            "appid": "6f9e64da5bc74792b9e9c1db4e3e3822",
            "column": [
              {
                "index": "0",
                "colTargetName": "#distinct_id"
              },
              {
                "index": "1",
                "colTargetName": "#event_name"
              },
              {
                "index": "2",
                "colTargetName": "#time",
                "type": "date",
                "dateFormat": "yyyy-MM-dd HH:mm:ss.SSS"
              },
              {
                "index": "3",
                "colTargetName": "#account_id",
                "type": "string"
              },
              {
                "index": "4",
                "colTargetName": "testDate",
                "type": "date",
                "dateFormat": "yyyy-MM-dd HH:mm:ss.SSS"
              },
              {
                "index": "5",
                "colTargetName": "os_1",
                "type": "string"
              },
              {
                "index": "6",
                "colTargetName": "testBoolean",
                "type": "boolean"
              },
              {
                "colTargetName": "add_clo",
                "value": "123123",
                "type": "string"
              }
            ]
          }
        }
      }
    ]
  }
}

# 4.2 参数说明

thread
- 描述：线程数，为每个 channel 内部并发使用，与 DataX 的 channel 数量无关。
- 必选：否
- 默认值：3
pushUrl
- 描述：接入点地址。
- 必选：是
- 默认值：无
uuid
- 描述：在传输数据中增加 "#uuid"："uuid 值"，配合数据唯一 ID功能使用。
- 必选：否
- 默认值：false
type
- 描述：写入的数据类型 user_set、track。
- 必选：是
- 默认值：无
compress
- 描述：文本压缩类型，默认不填写意味着没有压缩。支持压缩类型为 zip、lzo、lzop、tgz、bzip2。
- 必选：否
- 默认值：无压缩
appid
- 描述：对应项目的 APP ID。
- 必选：是
- 默认值：无
column
- 描述：读取字段列表，type 指定数据的类型，index 指定当前列来对应 reader 的第几列(以 0 开始)，value 指定当前类型为常量，不从 reader 读取数据，而是根据 value 值自动生成对应的列。

用户可以指定 Column 字段信息，配置如下：

[
  {
    "type": "Number",
    "colTargetName": "test_col", //生成数据对应的列名
    "index": 0 //从reader到datax传输第一列获取Number字段
  },
  {
    "type": "string",
    "value": "testvalue",
    "colTargetName": "test_col"
    //从TaDataWriter内部生成testvalue的字符串字段作为当前字段
  },
  {
    "index": 0,
    "type": "date",
    "colTargetName": "testdate",
    "dateFormat": "yyyy-MM-dd HH:mm:ss.SSS"
  }
]

4.3 Array类型说明

在使用array类型时，要求读取端数据是以字符串类型，\t 分隔
- 读取端数据样例："aaa\tbbb\tccc\tddd"
- 转换后结果：["aaa","bbb","ccc","ddd"]

# 4.3 类型转换

类型是 TaDataWriter 定义：

DataX 内部类型	TaDataWriter 数据类型
Int	Number
Long	Number
Double	Number
String	String
Boolean	Boolean
Date	Date
Array	Array

← TaCustomReader 插件事件分析模型 API →