shell脚本遍历循环抽取数据

天有不测阳光

于 2023-12-26 18:48:44 发布

阅读量429

点赞数 8

文章标签：数据库

本文链接：https://blog.csdn.net/Master_Yiran/article/details/135228846

版权

# 设置抽取数据的起始日期和结束日期
start_date="2023-02-01"
end_date=$(date +%Y-%m-%d)  # 获取当前日期

# 循环遍历，以一天为单位抽取数据
while [ "$start_date" != "$end_date" ]; do
  echo "Extracting data for partition_date=${start_date} ..."
  
  # 构造 DataX Job 配置文件 myDataXJob_${start_date}.json，设置 partition_date 参数
  cat myDataXJob.json | sed "s/\"parameter\": {/\"parameter\": {\"partition_date\":\"${start_date}\",/" > myDataXJob_${start_date}.json

  # 执行 DataX Job
  python $DATAX_HOME/bin/datax.py --jvm '-Xms2g -Xmx2g' myDataXJob_${start_date}.json
  
  # 将数据加载到 Hive 表中，并按 partition_date 字段分区
  hive -e "INSERT INTO TABLE your_hive_table PARTITION (partition_date='${start_date}') SELECT * FROM your_ck_table WHERE partition_date='$start_date';"
  
  # 将 start_date 加一天
  start_date=$(date -d "$start_date + 1 day" +%Y-%m-%d)
done