hive向mysql导入数据错误问题（ java.lang.RuntimeException: Can't parse input data:）

最近因为工作需要开始接触hive和mysql的数据加载，其中hive向mysql存储数据时，因为hive 表的格式可能导致错误。下面讲下这个问题。

---

错误情况

运行sqoop语句，将hive数据导入mysql。

 sqoop export --connect jdbc:mysql://1.1.1.1:3306/database  --username root --password 123456 --table test_tmp --export-dir /apps/hive/warehouse/test_db/tmp_test --input-null-string '\N' --input-null-non-string '\N' --input-fields-terminated-by '\t'

执行后发现任务失败，查询日志如下：

2019-09-06 16:04:36,983 INFO [IPC Server handler 8 on 44004] org.apache.hadoop.mapred.TaskAttemptListenerImpl: Diagnostics report from attempt_1565257243596_0714_m_000001_0: Error: java.io.IOException: Can't export data, please check failed map task logs

	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:122)

	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:39)

	at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)

	at org.apache.sqoop.mapreduce.AutoProgressMapper.run(AutoProgressMapper.java:64)

	at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)

	at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)

	at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:170)

	at java.security.AccessController.doPrivileged(Native Method)

	at javax.security.auth.Subject.doAs(Subject.java:422)

	at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1866)

	at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:164)

Caused by: java.lang.RuntimeException: Can't parse input data: '>xhX@�'

	at pdm_runway_list_tmp.__loadFromFields(pdm_runway_list_tmp.java:2472)

	at pdm_runway_list_tmp.parse(pdm_runway_list_tmp.java:2190)

	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:89)

	... 10 more

Caused by: java.lang.NumberFormatException: For input string: ">xhX@�"

	at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)

	at java.lang.Integer.parseInt(Integer.java:580)

	at java.lang.Integer.valueOf(Integer.java:766)

	at pdm_runway_list_tmp.__loadFromFields(pdm_runway_list_tmp.java:2259)

	... 12 more

---

分析

首先谷歌该异常，认为需要添加 --input-fields-terminated-by '\t'，但我已经添加该设置。

但检查数据 发现并没有乱码的数据 >xhX@�

最后查看建表语句，发现有如下设置，应该时压缩和间隔对数据产生转移产生影响。

ROW FORMAT DELIMITED

  FIELDS TERMINATED BY '\t'

  LINES TERMINATED BY '\n'

STORED AS ORC

TBLPROPERTIES ("orc.compress"="SNAPPY")

;

---

解决

尝试用没有该项设置的新表存储转移数据，成功导出。

---

思考

发现建表时候设置会对导出数据产生影响（尤其时分隔符），而且之后的导出设置可能对这种表结构不起作用。而转移到临时表不失为一种好的方法。