更新时间:2022年12月22日 15时10分50秒 来源:黑马程序员
(一) kettle
说明:是国外开源ETL工具,支持数据库、FTP、文件、rest接口、hdfs、hive等平台的灵敏据进行抽取、转换、传输等操作,Java编写跨平台,C/S架构,不支持浏览器模式。
特点:
易用性:有可视化设计器进行可视化操作,使用简单。
功能强大:不仅能进行数据传输,能同时进行数据清洗转换等操作。
支持多种源:支持各种数据库、FTP、文件、rest接口、hdfs、Hive等源。
部署方便:独立部署,不依赖第三方产品。
适用场景:
数据量及增量不大,业务规则变化较快,要求可视化操作,对技术人员的技术门槛要求低。
(二) sqoop
说明:Apache开源软件,主要用于在HADOOP(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递。
特点:
数据吞吐量大:依赖hadoop集群可进行大批量数据集成。
操作有技术要求:sqoop操作没有可视化设计器,对使用人员有较专业的技术要求。
多种交互方式:命令行,web UI,rest API。
部署不方便:sqoop依赖大数据集群,使用sqoop要求数据传输的的源要与大数据集群的所有节点能进行通信。
适用场景:
适用于能与大数据集群直接通信的关系数据库间的大批量数据传输。
(三) dataX
说明:是阿里开源软件异构数据源离线同步工具,致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。
特点:
易用性:没有界面,以执行脚本方式运行,对使用人员技术要求较高。
性能:数据抽取性能高。
部署:可独立部署
适用场景:
在异构数据库/文件系统之间高速交换数据。
(四) flume
说明:flume是一个分布式、可靠、和高可用的海量日志采集、聚合和传输的系统。
特点:
分布式:flume分布式集群部署,扩展性好。
可靠性好: 当节点出现故障时,日志能够被传送到其他节点上而不会丢失。
易用性:flume配置使用较繁琐,对使用人员专业技术要求非常高。
实时采集:flume采集流模式进行数据实时采集。
适用场景:
适用于日志文件实时采集。
推荐了解热门学科
java培训 | Python人工智能 | Web前端培训 | PHP培训 |
智能机器人软件开发 | 影视制作培训 | C++培训 | 产品经理培训 |
UI设计培训 | 新媒体培训 | 产品经理培训 | Linux运维 |
大数据培训 |
Python入门教程完整版(懂中文就能学会)【点击】 | 零起点打开Java世界的大门【点击】 |
C++| 匠心之作 从0到1入门学编程【点击】 | PHP|零基础入门开发者编程核心技术【点击】 |
Web前端入门教程_Web前端html+css+JavaScript【点击】 | 软件测试入门到精通【点击】 |