助力工业物联网，工业大数据之脚本开发【五】_工业互联网大数据 csdn(1)

2401_84182507

于 2024-05-15 08:29:49 发布

阅读量581

点赞数 13

分类专栏：程序员文章标签：大数据面试学习

本文链接：https://blog.csdn.net/2401_84182507/article/details/138889292

版权

程序员专栏收录该内容

131 篇文章 0 订阅

订阅专栏

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

```
 
```
ciss4.ciss_base_areas
ciss4.ciss_base_baseinfo
ciss4.ciss_base_csp
ciss4.ciss_base_customer
ciss4.ciss_base_device
```
+ 创建脚本

 
```
vim test_full_import_table.sh
```
+ 构建采集的Sqoop命令

 
```
sqoop import \
-Dmapreduce.job.user.classpath.first=true \
--connect jdbc:oracle:thin:@oracle.bigdata.cn:1521:helowin \
--username ciss \
--password 123456 \
--table CISS4.CISS_SERVICE_WORKORDER \
--delete-target-dir \
--target-dir /test/full_imp/ciss4.ciss_service_workorder \
--as-avrodatafile \
--fields-terminated-by "\001" \
-m 1
```
+ 封装脚本

 
```
#!/bin/bash
#export path
source /etc/profile
#export the tbname files
TB_NAME=/opt/datas/shell/test_full_table.txt
#export the import opt
IMP_OPT="sqoop import -Dmapreduce.job.user.classpath.first=true"
#export the jdbc opt
JDBC_OPT="--connect jdbc:oracle:thin:@oracle.bigdata.cn:1521:helowin --username ciss --password 123456"

#read tbname and exec sqoop
while read tbname
do
  ${IMP_OPT} ${JDBC_OPT} --table ${tbname^^} --delete-target-dir --target-dir /test/full_imp/${tbname^^} --as-avrodatafile --fields-terminated-by "\001" -m 1
done < ${TB_NAME}
```
+ Shell：Linux原生Shell脚本，命令功能全面丰富，主要用于实现自动化Linux指令，适合于Linux中简单的自动化任务开发
+ Python：多平台可移植兼容脚本，自身库功能强大，主要用于爬虫、数据科学分析计算等，适合于复杂逻辑的处理计算场景
+ 场景：一般100行以内的代码建议用Shell，超过100行的代码建议用Python
+ 采集脚本选用：Shell
+ a. 获取表名
+ b.构建Sqoop命令
+ c.执行Sqoop命令
+ d.验证结果
+ 脚本目标：实现自动化将多张Oracle中的数据表全量或者增量采集同步到HDFS中
+ 实现流程
+ 脚本选型
+ 单个测试

添加执行权限

chmod u+x test_full_import_table.sh

测试执行

sh -x test_full_import_table.sh

检查结果

小结
- 实现自动化脚本开发的设计思路分析

02：全量及增量采集脚本运行

目标：实现全量采集脚本的运行
实施
- /data/dw/ods/one_make/full_imp：44张表
- /data/dw/ods/one_make/incr_imp：57张表
- 因oracle表特殊字段类型，导致sqoop导数据任务失败
- oracle字段类型为：clob或date等特殊类型
- 解决方案：在sqoop命令中添加参数，指定特殊类型字段列(SERIAL_NUM)的数据类型为string
- —map-column-java SERIAL_NUM=String
- 全量采集
```
cd /opt/sqoop/one_make
sh -x full_import_tables.sh
```
- –outdir：Sqoop解析出来的MR的Java程序等输出文件输出的文件
- 增量采集
```
cd /opt/sqoop/one_make
sh -x incr_import_tables.sh
```
- 脚本中特殊的一些参数
- 工单数据信息、呼叫中心信息、物料仓储信息、报销费用信息等
- HDFS路径
```
/data/dw/ods/one_make/incr_imp/表名/日期
```
- Oracle表：组织机构信息、地区信息、服务商信息、数据字典等
- HDFS路径
```
/data/dw/ods/one_make/full_imp/表名/日期
```
- 全量目标：将所有需要将实现全量采集的表进行全量采集存储到HDFS上
- 增量目标：将所有需要将实现全量采集的表进行增量采集存储到HDFS上
- 运行脚本
- 特殊问题
- 查看结果
小结
- 实现全量采集脚本的运行

03：Schema备份及上传

目标：了解如何实现采集数据备份

实施

Avro文件HDFS存储

hdfs_schema_dir=/data/dw/ods/one_make/avsc
hdfs dfs -put ${workhome}/java_code/*.avsc ${hdfs_schema_dir}

Avro文件本地打包

local_schema_backup_filename=schema_${biz_date}.tar.gz
tar -czf ${local_schema_backup_filename} ./java_code/*.avsc

Avro文件HDFS备份

hdfs_schema_backup_filename=${hdfs_schema_dir}/avro_schema_${biz_date}.tar.gz
hdfs dfs -put ${local_schema_backup_filename} ${hdfs_schema_backup_filename}