Hive 实战练习(一)—按照日期将每天的数据导入Hive表中
来源:互联网 发布:淘宝客链接批量转换 编辑:程序博客网 时间:2024/04/28 22:48
需求:
每天会产生很多的日志文件数据,有这么一种需求:需要将每天产生的日志数据在晚上12点钟过后定时执行操作,导入到Hive表中供第二天数据分析使用。要求创建分区表,并按照日期分区。数据文件命名是以当天日期命名的,如2015-01-09.txt
一、创建分区表,以日期作为分区字段
hive> CREATE TABLE storebydate( > name STRING, > age INT, > address STRING > ) > PARTITIONED BY(date STRING) > ROW FORMAT DELIMITED > FIELDS TERMINATED BY ',' > STORED AS TEXTFILE;OKTime taken: 0.093 seconds
因为我测试的数据文件格式是以逗号隔开的,所以此出创建表列以逗号隔开,可以修改成你自己对应的分隔符。
二、创建脚本
#!/bin/shtodaydate=`date -d -1days +%Y-%m-%d`hive -e "USE hive; LOAD DATA LOCAL INPATH '/home/hadoopUser/data/test/$todaydate.txt' OVERWRITE INTO TABLE storebydate PARTITION (date='$todaydate')"
其实,脚本的定时执行是在一天数据收集结束之后进行的,也就是第二天,即9日的数据是在10日处理的,所以todaydate实际上求的是前一天的时间。其次,使用hive -e命令在终端执行HQL语句。
三、测试脚本
1、选用以下文件2015-01-09.txt,数据格式如下:
Tom,19,HuaiAnJack,21,HuaiAnHaoNing,12,HuaiAnHadoop,20,AnHuiRose,23,NanJing2、执行脚本
[hadoopUser@secondmgt test]$ ./test.sh 15/01/10 20:43:05 INFO Configuration.deprecation: mapred.reduce.tasks is deprecated. Instead, use mapreduce.job.reduces15/01/10 20:43:05 INFO Configuration.deprecation: mapred.min.split.size is deprecated. Instead, use mapreduce.input.fileinputformat.split.minsize15/01/10 20:43:05 INFO Configuration.deprecation: mapred.reduce.tasks.speculative.execution is deprecated. Instead, use mapreduce.reduce.speculative15/01/10 20:43:05 INFO Configuration.deprecation: mapred.min.split.size.per.node is deprecated. Instead, use mapreduce.input.fileinputformat.split.minsize.per.node15/01/10 20:43:05 INFO Configuration.deprecation: mapred.input.dir.recursive is deprecated. Instead, use mapreduce.input.fileinputformat.input.dir.recursive15/01/10 20:43:05 INFO Configuration.deprecation: mapred.min.split.size.per.rack is deprecated. Instead, use mapreduce.input.fileinputformat.split.minsize.per.rack15/01/10 20:43:05 INFO Configuration.deprecation: mapred.max.split.size is deprecated. Instead, use mapreduce.input.fileinputformat.split.maxsize15/01/10 20:43:05 INFO Configuration.deprecation: mapred.committer.job.setup.cleanup.needed is deprecated. Instead, use mapreduce.job.committer.setup.cleanup.neededLogging initialized using configuration in file:/home/hadoopUser/cloud/hive/apache-hive-0.13.1-bin/conf/hive-log4j.propertiesOKTime taken: 0.565 secondsCopying data from file:/home/hadoopUser/data/test/2015-01-09.txtCopying file: file:/home/hadoopUser/data/test/2015-01-09.txtLoading data to table hive.storebydate partition (date=2015-01-09)rmr: DEPRECATED: Please use 'rm -r' instead.Deleted hdfs://secondmgt:8020/hive/warehouse/hive.db/storebydate/date=2015-01-09Partition hive.storebydate{date=2015-01-09} stats: [numFiles=1, numRows=0, totalSize=79, rawDataSize=0]OKTime taken: 1.168 seconds
hive> select * from storebydate;OKTom 19 HuaiAn 2015-01-09Jack 21 HuaiAn 2015-01-09HaoNing 12 HuaiAn 2015-01-09Hadoop 20 AnHui 2015-01-09Rose 23 NanJing 2015-01-09Time taken: 0.058 seconds, Fetched: 5 row(s)由上可知,数据正确的导入到了hive表中。
四、将脚本做成定时执行
此处比较简单,主要利用crontab,此处不做介绍。可以参考我的另外一篇博客:Crontab 实现定时执行一个shell脚本(以每隔十分钟执行一次为例)。
0 0
- Hive 实战练习(一)—按照日期将每天的数据导入Hive表中
- Hive数据仓库-Sqoop将数据从Mysql导入Hive中
- sqoop将Mysql数据导入Hive中
- Sqoop将MySQL中数据导入到Hive表中
- hive学习笔记——Hive表中数据的导入和导出
- 将Hive统计分析结果导入到MySQL数据库表中(一)——Sqoop导入方式
- 将Hive表数据导入到mysql
- 使用shell将hdfs上的数据导入到hive表中
- Flume 将数据导入Hive
- Hive的数据导入
- 将Hive统计分析结果导入到MySQL数据库表中(二)——使用Hive和MySQL JDBC驱动
- 将Hive统计分析结果导入到MySQL数据库表中(三)——使用Hive UDF或GenericUDF
- 使用sqoop将mysql中数据导入到hive中
- json格式的数据导入到hive表中
- 利用sqoop 将 hive/hdfs数据 导入 Oracle中
- 利用sqoop 将 hive/hdfs数据 导入 Oracle中
- Sqoop将数据从Mysql导入Hive中
- hive学习(1)---导入外部数据到hive的表中,为学习hql做准备
- cocos2dx3.2开发 RPG《Flighting》(九)必不可少的子弹
- Java操作Redis数据
- 织梦DeDeCMS5.5/5.7关于dede:arclist去除列表换行
- CES智能硬件新品TOP 10:科幻电影穿越到现实
- 会话EJB系列(五)拦截器
- Hive 实战练习(一)—按照日期将每天的数据导入Hive表中
- 简单学会FastJson解析
- 学习NodeJS的一点总结---Express
- 数据结构期末课程设计
- curator 锁之 Shared Reentrant Lock
- Hibernate
- 1067. Sort with Swap(0,*) (25)
- MFC新建文件夹、打开文件夹的实现方法
- Mybatis传多个参数(三种解决方案)