先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
${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}
- 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
- 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
- 小结
- 了解如何实现采集数据备份
04:Python脚本
-
目标:了解如果使用Python脚本如何实现
-
实施
- 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
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。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
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!
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
[外链图片转存中…(img-Y9kAy8dd-1713381725191)]
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!