DataX是一个数据同步工具，可以将数据从一个地方读取出来并以极快的速度写入另外一个地方。常见的如将mysql中的数据同步到另外一个mysql中，或者另外一个mongodb中。
1：DataX完成单个数据同步的作业，我们称之为Job，DataX接受到一个Job之后，将启动一个进程来完成整个作业同步过程。DataXJob模块是单个作业的中枢管理节点，承担了数据清理、子任务切分(将单一作业计算转化为多个子Task)、TaskGroup管理等功能。
2：DataXJob启动后，会根据不同的源端切分策略，将Job切分成多个小的Task(子任务)，以便于并发执行。Task便是DataX作业的最小单元，每一个Task都会负责一部分数据的同步工作。
3：切分多个Task之后，DataXJob会调用Scheduler模块，根据配置的并发数据量，将拆分成的Task重新组合，组装成TaskGroup(任务组)。每一个TaskGroup负责以一定的并发运行完毕分配好的所有Task，默认单个任务组的并发数量为5
4：每一个Task都由TaskGroup负责启动，Task启动后，会固定启动Reader—>Channel—>Writer的线程来完成任务同步工作
5：DataX作业运行起来之后，Job监控并等待多个TaskGroup模块任务完成，等待所有TaskGroup任务完成后Job成功退出。否则，异常退出，进程退出值非0
举例来说，用户提交了一个DataX作业，并且配置了20个并发，目的是将一个100张分表的mysql数据同步到odps里面。DataX的调度决策思路是：
作为极简教程，本文将从mysql中读取一张表的数据，然后同步到clickhouse中。
下载下来是一个tar.gz的包，windows下解压命令：
tar-zxvfxxx.tar.gz程序目录：
DataX是基于python和java的，需要机器拥有python和java的运行环境。
在下载完毕后，通过执行自检脚本，可确认环境是否正确
python{YOUR_DATAX_HOME}/bin/datax.py{YOUR_DATAX_HOME}/job/job.json执行流程编写同步任务配置文件，在job目录中创建mysql-to-clickhouse.json文件，并填入如下内容
{"job":{"setting":{"speed":{"channel":3},"errorLimit":{"record":0,"percentage":0.02}},"content":[{"reader":{"name":"mysqlreader","parameter":{"username":"xxx","password":"xxx","column":["id","name"],"splitPk":"id","connection":[{"table":["table_name"],"jdbcUrl":["jdbc:mysql://192.168.1.xxx:xxx/db_name"]}]}},"writer":{"name":"clickhousewriter","parameter":{"username":"xxx","password":"xxx","column":["id","ame"],"connection":[{"jdbcUrl":"jdbc:clickhouse://192.168.1.xxx:xxx/table_name","table":["table_name"]}],"preSql":[],"postSql":[],"batchSize":65536,"batchByteSize":134217728,"dryRun":false,"writeMode":"insert"}}}]}}根据任务配置文件启动datax，先cd到datax的根目录
pythonbin/datax.pyjob/mysql-to-clickhouse.json运行上述命令后，任务就开启了。本例从mysql数据库中的一张表中读取了两个字段（id，name），然后同步到clickhouse中，clickhouse中需要先创建同样的库，表和列。