将MySQL同步到HIVE并分区 #nifi#

一、初始化(第一次将mysql全量写入hive)

0. 整体流程图

image

1. 流程说明

  • 从mysql中查询出数据
  • 写入到hive

2. 查询mysql数据库(配置ExecuteSQL Processor)

image

其中必填项:

  • Database Connection URL
  • SQL select query
select * from test_user
image

其中必填项:

  • Database Connection URL
jdbc:mysql://10.0.31.239:3309/csust
  • Database Driver Class Name
com.mysql.jdbc.Driver
  • Database Driver Location(s)
/opt/monica/nifi-1.8/lcylibs/mysql-connector-java-5.1.47.jar

3. 写入hive数据仓库(配置PutHiveStreaming Processor)

image

其中必填项:

  • Hive Metastore URI
thrift://10.0.31.239:9083
  • Hive Configuration Resources
/usr/hdp/2.6.4.0-91/hive2/conf/hive-site.xml
  • Database Name
default
  • Table Name
test_user2019

二、增量写入

0. 整体流程图

image

1. 流程说明

  • 先从hive中查询当前最大id
  • 将查询出的数据类型从avro转成json
  • 从json中提取该id
  • 根据id从mysql查出未写入到hive的数据
  • 写入hive

2. SelectMaxIdFromHive(配置SelectHiveQL Processor)

image

其中必填项:

  • Hive Database Connection Pooling Service
  • HiveQL Select Query
select max(id) as maxid from default.test_user2019
image

其中必填项:

  • Database Connection URL
jdbc:hive2://10.0.31.239:10000
  • Hive Configuration Resources
/usr/hdp/2.6.4.0-91/hive2/conf/hive-site.xml
  • Database User
hive

3. 将查询出的数据类型从avro转成json(配置ConvertAvroToJSON Processor)

image

4. 从json中提取该id(配置EvaluateJsonPath Processor)

image

其中,需添加属性maxid,$.maxid命名与json字符串中一致。

5. SelectDataFromMysql(配置ExecuteSQL Processor)

image

其中必填项:

  • Database Connection Pooling Service
  • SQL select query
select id,name,age,create_time from test_user where id > ${maxid} and ${maxid} is not null

6. InsertHive(配置PutHiveStreaming Processor)

image

其中必填项:

  • Hive Metastore URI
thrift://10.0.31.239:9083
  • Hive Configuration Resources
/usr/hdp/2.6.4.0-91/hive2/conf/hive-site.xml
  • Database Name
default
  • Table Name
test_user2019

三、分区

0. 整体流程图

image

1. 流程说明

  • 清空分区表数据
  • 从原始表导入到分区表

2. TruncateTable(配置ExecuteSQL Processor)

image

其中必填项:

  • Hive Database Connection Pooling Service
  • HiveQL Select Query
truncate table default.test_user2019a

3. TablePartition(配置ExecuteSQL Processor)

image

其中必填项:

  • Hive Database Connection Pooling Service
  • HiveQL Select Query
insert into table test_user2019a partition(create_time) select id, name, age, create_time from test_user2019

四、注意事项

  1. 定时调度(Scheduling)
  • CORN表达式和Quartz一样,最小单位为秒。

五、附录

1. MySQL建表语句

create table test_user
(
    id int auto_increment
        primary key,
    name varchar(20) null,
    age int null,
    create_time varchar(8) null
)
engine=InnoDB;

2. Hive建表语句

create table test_user2019(
id int,
name string,
age int,
create_time string
)
clustered by (id) into 3 buckets
row format delimited
fields terminated by '\t'
stored as orc
tblproperties('transactional'='true');

3. Hive分区表建表语句

create table test_user2019a(
id int,
name string,
age int
)
partitioned by(create_time string)
clustered by (id) into 3 buckets
row format delimited
fields terminated by '\t'
stored as orc
tblproperties('transactional'='true');
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,980评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,178评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,868评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,498评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,492评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,521评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,910评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,569评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,793评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,559评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,639评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,342评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,931评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,904评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,144评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,833评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,350评论 2 342

推荐阅读更多精彩内容

  • Spark SQL, DataFrames and Datasets Guide Overview SQL Dat...
    草里有只羊阅读 18,285评论 0 85
  • 什么是数据库? 数据库是存储数据的集合的单独的应用程序。每个数据库具有一个或多个不同的API,用于创建,访问,管理...
    chen_000阅读 4,028评论 0 19
  • Hive是什么? Hive是一种基于Hadoop的数据库技术并提供完整的sql查询功能, . HIVE能做什么? ...
    日出卡尔阅读 2,672评论 0 0
  • Xgboost原理 1. 说明:  难了不会,会了不难,你明白了,觉得这还用说?不明白,跳步之后,似懂非懂。...
    xieyan0811阅读 2,116评论 1 5
  • 又是一次长途…… 如果行李不是太多,时间不是太赶,没有结伴的话,还是火车比较划算。 听着车厢里的聊天,想着自己以后...
    jiaxiaolei阅读 105评论 0 0