简介
SeaTunnel 是 Apache 软件基金会下的一个开源大数据集成工具，为数据集成场景提供灵活易用、易扩展并支持千亿级数据集成的解决方案。SeaTunnel 可以选择 SeaTunnel Zeta [1] 引擎上运行，也可以选择在 Apache Flink 或 Spark 引擎上运行。Seaunnel 为实时(CDC)和批量数据提供高性能数据同步能力。本指南将引导您快速入门 SeaTunnel，为您的大数据集成项目提供支持(为了使用上的方便，本文将以 SeaTunnel Zeta 为运行引擎)。
1
环境准备
--connectors-v2-- connector-fake connector-console --end--
1. 如果没有 Java 运行环境，请首先下载一个 Java 环境：
- Java (Java 8 or 11, 其他大于 Java 8 版本理论上也能支持) 确保在终端执行 `java -version` 可以输出 java 版本信息，如下
2. 下载并安装 SeaTunnel 发行版：从官方网站（https://seatunnel.apache.org/download) 下载最新的 SeaTunnel 发行版，并解压到合适的目录。
3. 安装 Connector 插件：需要什么数据源插件就安装什么[2]，非常简单。您可以通过配置 `config/plugin_config` 文件来指定所需的插件。如果你初次只是想体验一下 SeaTunnel, 您只需要保留 2 个 connector-fake(造数插件)、connector-console(打印到控制台插件) 2 个插件就可以了，您可以修改 `plugin_config` 文件只保留如下内容：
env { execution.parallelism = 2 job.mode = "BATCH" #checkpoint.interval = 10000 } source { FakeSource { parallelism = 2 result_table_name = "fake" row.num = 16 schema = { fields { name = "string" age = "int" } } } } sink { Console {} }
然后运行命令安装 connector (注：从 2.2.0-beta 开始，二进制包默认不提供 connector 依赖，所以第一次使用需要下载 connector 插件)
sh bin/install-plugin.sh 2.3.1
执行完毕后，在 `connectors/seatunnel` 目录下会出现相应的 connector jar。
注意：该操作需要联网，你也可以手动下载 connector 从 [Apache Maven Repository](https://repo.maven.apache.org/maven2/org/apache/seatunnel ) 下载，然后手动移动到 `connectors/seatunnel` 目录
2
配置 SeaTunnel 同步作业
添加作业配置文件。编辑 config/v2.batch.config.template 文件，该文件决定了在启动 SeaTunnel 后数据输入、处理和输出的方式及逻辑。以下是一个配置文件示例:
env { execution.parallelism = 2 job.mode = "BATCH" #checkpoint.interval = 10000 } source { FakeSource { parallelism = 2 result_table_name = "fake" row.num = 16 schema = { fields { name = "string" age = "int" } } } } sink { Console {} }
3
运行 SeaTunnel 作业
在命令行中，切换到 SeaTunnel 解压目录, 运行以下命令，启动 SeaTunnel 作业：
cd "apache-seatunnel-incubating-${version}" ./bin/seatunnel.sh --config ./config/v2.batch.config.template -e local
此命令将以 local (本地模式) 运行您的 SeaTunnel 作业。如果您需要以 SeaTunnel Cluster (集群模式) 请参考[3]。
当您运行上述命令时，您可以在控制台中看到其输出。您可以将其视为命令是否成功运行的标志。
SeaTunnel 控制台将打印如下日志：
2023-04-11 18:33:30,547 INFO org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceSplitEnumerator - Assigning splits to readers 0 [FakeSourceSplit(splitId=0, rowNum=16)] 2023-04-11 18:33:30,551 INFO org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceSplitEnumerator - Assigning splits to readers 1 [FakeSourceSplit(splitId=1, rowNum=16)] 2023-04-11 18:33:31,489 INFO org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceReader - 16 rows of data have been generated in split(1). Generation time: 1681209211485 2023-04-11 18:33:31,489 INFO org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1 rowIndex=1: SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : jBHJM, 1251717627 2023-04-11 18:33:31,489 INFO org.apache.seatunnel.connectors.seatunnel.fake.source.FakeSourceReader - Closed the bounded fake source 2023-04-11 18:33:31,489 INFO org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1 rowIndex=2: SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : hOPkY, 565194744 2023-04-11 18:33:31,489 INFO org.apache.seatunnel.connectors.seatunnel.console.sink.ConsoleSinkWriter - subtaskIndex=1 rowIndex=3: SeaTunnelRow#tableId= SeaTunnelRow#kind=INSERT : QRUsG, 706574302 ...............
当任务运行完毕，会出现本次任务的汇总信息：
2023-04-11 18:33:32,639 INFO org.apache.seatunnel.core.starter.seatunnel.command.ClientExecuteCommand - *********************************************** Job Statistic Information *********************************************** Start Time : 2023-04-11 18:33:27 End Time : 2023-04-11 18:33:32 Total Time(s) : 4 Total Read Count : 32 Total Write Count : 32 Total Failed Count : 0 ***********************************************
至此，SeaTunnel 就已经成功运行完成了！
总结
通过遵循本指南，您已经成功地搭建并运行了一个基本的 SeaTunnel 任务。您现在可以开始尝试使用 SeaTunnel 解决您的数据集成需求。怎么样，是不是非常非常简单易上手，快来试一试吧！
如需了解更多关于 SeaTunnel 的详细信息，请访问官方文档：https://seatunnel.apache.org/
也欢迎联系贡献者微信：seatunnel1 加入我们的 SeaTunnel 官方用户群。
附录，已经在使用 SeaTunnel 的部分用户
