2024年最全助力工业物联网，工业大数据之脚本开发【五】_物联网关脚本编程，面试官必问的技术问题之一

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！

sh -x test_full_import_table.sh

* 检查结果

 ![image-20211007155258985](https://img-blog.csdnimg.cn/img_convert/30dfa8e058675966e9c9b04027602433.png)
* **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**


	+ **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
	
	
		- 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
		
		
		```
	+ **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
	
	
		- 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
		
		```
	+ **运行脚本**
	
	
		- 全量采集
		
		 
		```
		cd /opt/sqoop/one_make
		sh -x full_import_tables.sh 
		
		```
		
			* 脚本中特殊的一些参数
		- –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 
		
		```
	+ 特殊问题
	
	
		- 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`
	+ **查看结果**
	
	
		- /data/dw/ods/one\_make/full\_imp：44张表
		- /data/dw/ods/one\_make/incr\_imp：57张表
* **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**


	+ 需求：将每张表的Schema进行上传到HDFS上，归档并且备份
	+ **Avro文件本地存储**
	
	 
	```
	workhome=/opt/sqoop/one_make
	--outdir ${workhome}/java_code
	
	```
	
		- **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}
		
		```
		- 运行测试
		
		 
		```
		cd /opt/sqoop/one_make/
		./upload_avro_schema.sh 
		
		```
		- 验证结果
		
		 
		```
		/data/dw/ods/one_make/avsc/
		*.avsc
		schema_20210101.tar.gz
		
		```
	+ **小结**
	+ 了解如何实现采集数据备份


### 04：Python脚本


* **目标**：了解如何使用Python脚本如何实现
* **实施**


	+ **原理本质**
	
	
		- 问题：所有的操作是Sqoop、HDFS等命令操作，如何能通过Python代码控制？
		- 解决：本质上是使用Python执行了Linux的Shell命令来实现的
		- 导包

  # 用于实现执行系统操作的包
  import os
  # 用于实现执行Linux的命令的包
  import subprocess
  # 用于实现日期获取解析的包
  import datetime
  # 用于执行时间操作的包
  import time
  # 用于做日志记录的包
  import logging

* **核心代码解析**


	+ subprocess
	
	 
	```
	call（String：LinuxCommand）：用于提交Linux命令的方法
	
	```
	+ logging
	
	 
	```
	basicConfig(level,filename,filemode,format)：用于配置日志记录的方式
	info(Messege)：用于记录具体的日志内容
	
	```
	+ time
	
	 
	```
	sleep(15) ：休眠15s
	
	```


以下是一个示例代码，主人可以通过该代码调用Sqoop命令将数据从MySQL导入HDFS，并在日志中记录操作结果：

import subprocess
import logging
import time

配置日志记录方式

logging.basicConfig(level=logging.INFO, filename=‘sqoop.log’, filemode=‘w’, format=‘%(asctime)s - %(levelname)s - %(message)s’)

定义Sqoop命令

sqoop_command = “sqoop import --connect jdbc:mysql://localhost:3306/mydb --username root --password password --table mytable --target-dir /user/myuser/mytable”

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！

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！