我在国家/地区列上分区了一个配置单元表。 我的RDBMS列如下:
id int, fname varchar(45), lname varchar(45), email varchar(45), password varchar(45), street varchar(45), city varchar(45), state varchar(45), zipcode varchar(45), c_time timestamp
样本数据: 1,Richard,Hernandez,XXXXXXXXX,XXXXXXXXX,6303 Heather Plaza,Brownsville,TX,69696,2017-07-20 20:24:17.0
Sqoop Job:
sqoop job --create customer_partition -- import --connect jdbc:mysql://host/serverName
--username root -P --table customers --check-column c_time --incremental lastmodified
--last-value 0 --merge-key id --target-dir '/user/cloudera/partitionedTables/customers_partition/'
--fields-terminated-by ',' --hive-import
--hive-table customers_partition --hive-partition-key "state";
Hive分区表:
create external table customers_partition(id int, fname varchar(64), lname varchar(64), email varchar(64),
password varchar(64), street varchar(45), city varchar(45), zipcode varchar(64), cob_dt timestamp)
partitioned by (state varchar(45))
row format delimited
fields terminated by ','
location '/hdfsPath/customers_partition/';
在hdfs文件夹中输出sqoop之后,输出文件包含以下格式的数据:
1,Richard,Hernandez,XXXXXXXXX,XXXXXXXXX,6303 Heather Plaza,Brownsville,TX,69696,2017-07-20 20:24:17.0
which points to same columns same as RDBMS columns.
When I perform hive query: select * from customers_partition; showing 0 records found in hive.
这是因为分区的hive表列排列与普通的RDBMS表列排列不同。
我们如何解决这个问题。我想直接将数据导入到hive分区表中,并且在运行此sqoop作业时需要更新记录。如果我错了,还有其他方法吗?
如何使用两个或多个hive分区列执行相同的操作。
答案 0 :(得分:0)
您需要添加--hive-partition-value
个参数。分区值必须是字符串。
由于您使用的是sqoop job --create
--last-value 0
,因此不需要。请删除它。