• hive表增量抽取到oracle数据库的通用程序(二)


    hive表增量抽取到oracle数据库的通用程序(一)

    前一篇介绍了java程序的如何编写、使用以及引用到的依赖包。这篇接着上一篇来介绍如何在oozie中使用该java程序。

    在我的业务中,分为两段:

    1. 查询hive表中的信息,通过oozie可以设置不同的变量作为增量查询的条件。

    2. 将hive查询到的信息写入到oracle中。

    对应oozie中的workflow文件如下:

    <?xml version="1.0" encoding="UTF-8"?>
    <!--
      Licensed to the Apache Software Foundation (ASF) under one
      or more contributor license agreements.  See the NOTICE file
      distributed with this work for additional information
      regarding copyright ownership.  The ASF licenses this file
      to you under the Apache License, Version 2.0 (the
      "License"); you may not use this file except in compliance
      with the License.  You may obtain a copy of the License at
    
           http://www.apache.org/licenses/LICENSE-2.0
    
      Unless required by applicable law or agreed to in writing, software
      distributed under the License is distributed on an "AS IS" BASIS,
      WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
      See the License for the specific language governing permissions and
      limitations under the License.
    -->
    <workflow-app xmlns="uri:oozie:workflow:0.4" name="wf_${job_name}_day">
        <start to="hive-node"/>
    
        <!-- 统计day: dm_guba_loginlog -->
        <action name="hive-node" retry-max="10" retry-interval="3">
            <hive xmlns="uri:oozie:hive-action:0.2">
                <job-tracker>${jobTracker}</job-tracker>
                <name-node>${nameNode}</name-node>
                <job-xml>${hive_site_path}</job-xml>
                <configuration>
                    <property>
                        <name>mapred.job.queue.name</name>
                        <value>${queueName}</value>
                    </property>
                </configuration>
                <script>script.q</script>
                <param>tmp_table=tmp_dm_xxx_day</param>
                <param>params_dt=${params_dt}</param>
            </hive>
            <ok to="java-node"/>
            <error to="senderror"/>
        </action>
    
        <!-- 注意:hive_hql,rdms_presql语句结尾不能使用分号 -->
        <action name="java-node">
        <java>
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <configuration>
            <property>
            <name>mapred.job.queue.name</name>
            <value>${queueName}</value>
            </property>
            </configuration>
            <main-class>com.exe.Hive2RMDS</main-class>
            <arg>--hive_url</arg>
            <arg>jdbc:hive2://xx.xx.xx.xx:10000/default</arg>
            <arg>--hive_hql</arg>
            <arg>select field1,field2,field3,dim,period,period_value from dw_dm.dm_xxx where period = 'day' and period_value = ${params_dt}</arg>
            <arg>--rdms_driver</arg>
            <arg>oracle.jdbc.driver.OracleDriver</arg>
            <arg>--rdms_url</arg>
            <arg>jdbc:oracle:thin:@xx.xx.xx.xx:1521:test001</arg>
            <arg>--rdms_username</arg>
            <arg>DW_test</arg>
            <arg>--rdms_password</arg>
            <arg>DW_test</arg>
            <arg>--rdms_tableName</arg>
            <arg>DW_DM.DM_xxx_TEST</arg>
            <arg>--rdms_columnNames</arg>
            <arg>field1,field2,field3,dim,period,period_value</arg>
            <arg>--rdms_presql</arg>
            <arg>delete from DW_DM.DM_xxx_TEST where period = 'day' and period_value = '${params_dt}'</arg>    
        
        </java>
        <ok to="end"/>
        <error to="senderror"/>
        </action>
        
    <!--出错发送邮件 --> <action name="senderror"> <email xmlns="uri:oozie:email-action:0.1"> <to>xxx@qq.com</to> <subject>${job_name} log error in ${params_dt}</subject> <body>Error: ${params_dt} ,error message[${wf:errorMessage(wf:lastErrorNode())}]</body> </email> <ok to="fail"/> <error to="fail"/> </action> <kill name="fail"> <message>workflow: ${wf:id()}, error message[${wf:errorMessage(wf:lastErrorNode())}]</message> </kill> <end name="end"/> </workflow-app>

    以下为在oozie中的执行过程提示信息:

    总结:

    该程序相对来说比较通用,可以在导入oracle前,预先执行一段sql语句用于清除oracle中已有的记录。

    通过批处理导入,执行效率比较高。

    通常用于将汇总的结果导出到关系型数据库中,然后通过关系型数据库直接展示到BI报表系统中。

  • 相关阅读:
    Bayes分类器原理分析以及实现
    数据库视图探究
    请求页式存储管理系统实验
    离散数学知识点整理(一)
    数据结构知识点总结之树
    数据结构知识点总结之栈、队列
    数据结构知识点总结之串、数组、广义表
    数据结构知识点总结之线性表
    数据结构知识点总结之绪论
    数据结构知识点总结
  • 原文地址:https://www.cnblogs.com/30go/p/9071489.html
Copyright © 2020-2023  润新知