本文主要是介绍使用kettle做的数据同步案例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1 mongo同步数据到mysql中
我想把51万8400的计算出来的八字信息，从mongo同步到mysql，看看在mysql中运行会怎么样。
选择mongodb input，这个是在Big Data中。
填写数据库和表
获取到mongodb的字段,获取到mongo的字段，如果某个字段是json结构，则需要自己处理一下，因为mysql中也可以使用json类型。
添加【表输出】，然后按住shift，将mongoDb input与表输出建立一条线
修正mongodb与mysql表之间的关系
运行后，可以看到执行情况，51万数据同步花了8分钟。
同样的数据，在mongo中存储占用了1.85GB
而mysql居然使用了14.4GB。存储空间是mongo的7.78倍，查询速度比mongo慢168倍。
在没有创建索引情况下，mysql查询需要1m45s，mongodb需要624ms。mysql如果查询没有索引，几乎无法忍受。
2 mongo同步数据到es中
待验证
这篇关于使用kettle做的数据同步案例的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
