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*，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：

1.支持容器化Docker一键部署，快速交付；

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

 

 

 

 图太多，先贴这么多，以下对菜单各个功能介绍以下：

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（）