首页 > 代码库 > 【甘道夫】实现Hive数据同步更新的shell脚本

【甘道夫】实现Hive数据同步更新的shell脚本

2024-07-19 10:22:56   218人阅读

引言：
上一篇文章《【甘道夫】Sqoop1.4.4 实现将 Oracle10g 中的增量数据导入 Hive0.13.1 ，并更新Hive中的主表》http://blog.csdn.net/u010967382/article/details/38735381 描述了增量更新Hive表的原理和Sqoop，Hive命令，本文基于上一篇文章的内容实现了shell脚本的编写，稍加修改就可用于实际工程。
***欢迎转载，请注明来源***   
http://blog.csdn.net/u010967382/article/details/38824327
shell脚本

#!/bin/bash

#Please set the synchronize interval,unit is hour.
update_interval=24

#Please set the RDBMS connection params
rdbms_connstr="jdbc:oracle:thin:@192.168.0.147:1521:ORCLGBK"
rdbms_username="SP"
rdbms_pwd="fulong"
rdbms_table="OMP_SERVICE"
rdbms_columns="ID,SERVICE_NAME,SERVICE_PROCESS,CREATE_TIME,ENABLE_ORG,ENABLE_PLATFORM,IF_DEL"

#Please set the hive params
hive_increment_table="SERVICE_TMP"
hive_full_table="service_all"

#---------------------------------------------------------

#Import icrement data in RDBMS into Hive
enddate=$(date ‘+%Y/%m/%d %H:%M:%S‘)
startdate=$(date ‘+%Y/%m/%d %H:%M:%S‘ -d ‘-‘+${update_interval}+‘ hours‘)

$SQOOP_HOME/bin/sqoop import --connect ${rdbms_connstr} --username ${rdbms_username} --password ${rdbms_pwd} --table ${rdbms_table} --columns "${rdbms_columns}" --where "CREATE_TIME > to_date(‘${startdate}‘,‘yyyy-mm-dd hh24:mi:ss‘) and CREATE_TIME < to_date(‘${enddate}‘,‘yyyy-mm-dd hh24:mi:ss‘)" --hive-import --hive-overwrite --hive-table ${hive_increment_table}

#---------------------------------------------------------

#Update the old full data table to latest status
$HIVE_HOME/bin/hive -e "insert overwrite table ${hive_full_table} select * from ${hive_increment_table} union all select a.* from ${hive_full_table} a left outer join ${hive_increment_table} b on a.service_code = b.service_code where b.service_code is null;"
注意：
在shell脚本中执行hive hql的命令格式是  hive -e "select ..."
Cron脚本
添加定时任务每天凌晨2点执行该脚本
0 2 * * * /home/fulong/shell/dataSync.sh


【甘道夫】实现Hive数据同步更新的shell脚本


联系
我们