shell按小时循环执行hive脚本

在开发中，经常会遇到重刷以前脚本或提取以前数据，由于数据量极大，集群资源不够，只能按小时跑数据，怎样编写脚本输入开始日期、开始小时、结束日期、结束小时自动跑数呢？

提供以下脚本供参考：

#!/bin/sh
#*****************************************************************************************
#*** 程序功能:  按天和小时循环导入分区数据
#*** 输入参数:  -s|--start-day <START_DAY> :需要导入的开始日期，格式YYYYMMDD
#***           -e|--end-day <END_DAY> :需要导入的结束日期，格式YYYYMMDD
#***           --start-hour <START_HOUR> :开始日期需要开始的小时，格式HH，可选参数，默认00
#***           --end-hour <END_HOUR> :结束日期需要结束的小时，格式HH，可选参数，默认23
#***           -f|--file <SOL_FILE> :SQL脚本绝对路径名称
#*** 编 写 人:  fuyun
#*** 编写日期:  2020-01-22
#*** 修 改 人:  
#*****************************************************************************************

umask 002

show_usage="[Usage] `date '+%F %T'` `basename $0` -s=YYYYMMDD -e=YYYYMMDD -f=filePath \n \
                                       --start-day=YYYYMMDD --end-day=YYYYMMDD [--start-hour=HH] [--end-hour=HH] --file=filePath"

GETOPT_ARGS=`getopt -o s:e:f: -l start-day:,end-day:,start-hour::,end-hour::,file: -- "$@"`
# 将规范化后的命令行参数分配至位置参数（$1,$2,...)
eval set -- "$GETOPT_ARGS"  

# 开始小时默认为00，结束小时默认为23
#START_HOUR=00
#END_HOUR=23

# 获取参数
while [ -n "$1" ]
do
  case "$1" in
    -s|--start-day) START_DAY=$2; shift 2;; #shift 2表示参数后移2个
    -e|--end-day) END_DAY=$2; shift 2;;
    --start-hour) 
      case "$2" in 
        "") START_HOUR=00; shift 2;; 
        *) START_HOUR=$2; shift 2;;
      esac;;
    --end-hour) 
      case "$2" in 
        "") END_HOUR=23; shift 2;;
        *) END_HOUR=$2; shift 2;;
      esac;;
    -f|--file) SOL_FILE=$2; shift 2;;
    --) break ;;
    *) echo $1,$2,${show_usage}; break ;;
  esac
done

# 可选参数，设置默认值，开始小时默认为00，结束小时默认为23
start-hour=${start-hour:00}
end-hour=${end-hour:23}

# check parameter
if [ -z "${START_DAY}" -o -z "${END_DAY}" -o -z "${START_HOUR}" -o -z "${END_HOUR}" -o -z "${SOL_FILE}" ]; then
    echo -e "${show_usage} \n"
    exit 1
fi

# 判断小时参数是否为00-23，开始日期不大于结束日期
#if [ ${START_HOUR} -ge 24 ] || [ ${START_HOUR} -lt 0 ] || [ ${END_HOUR} -ge 24 ] || [ ${END_HOUR} -lt 0 ] ]; then
#  printf "[ERROR] `date '+%F %T'` --start-day:${START_DAY} greater than --end-day:${END_DAY}\n"
#  exit 1
#fi

FLAG_DAY=${START_DAY}
LOG_FILE=$(echo "${SOL_FILE}" | awk -F"/" '{print $NF}' | awk -F"." '{print $1}')
LOG_PATH=/home/fuyun/logs/${LOG_FILE}

printf "[INFO] `date '+%F %T'` execute start day and hour is ${START_DAY} ${START_HOUR}\n"
printf "[INFO] `date '+%F %T'` execute end day and hour is ${END_DAY} ${END_HOUR}\n"
printf "[INFO] `date '+%F %T'` execute SQL file is ${SOL_FILE}\n"
printf "[INFO] `date '+%F %T'` looping execute.......\n"

executeHive() {
  while :
  do
    local STAT_HOUR=00
    local FLAG_HOUR=23
    local START_DAY=$(date -d "$START_DAY 1day"  +%Y%m%d)
    local STAT_DAY=`date -d "${START_DAY} -1 day" +%Y%m%d`
    
    # 判断执行日期是否为开始日期或结束日期
    if [ ${STAT_DAY} -eq ${FLAG_DAY} ]; then
      STAT_HOUR=${START_HOUR}
    elif [ ${STAT_DAY} -eq ${END_DAY} ]; then
      FLAG_HOUR=${END_HOUR}
    fi
    
    while :
    do   
      local LOG_PATH=/home/fuyun/logs/${LOG_FILE}_${STAT_DAY}_${STAT_HOUR}.log
      local SEVEN_DAY_BEFOR_LOG_PATH=/home/fuyun/logs/${LOG_FILE}_${SEVEN_DAY_BEFOR}*.log
      printf "[INFO] `date '+%F %T'` log file name is ${LOG_PATH}\n"
      printf "[INFO] `date '+%F %T'` current execute partition is dt=${STAT_DAY} hour=${STAT_HOUR}\n"
      local startTime=`date '+%F %T'`
      local startSeconds=$(date --date="${startTime}" +%s)
      printf "[INFO] `date '+%F %T'` hivesql execute start time is ${startTime}\n"

      # 执行hiveSQL脚本
      hive --hiveconf DT=${STAT_DAY} --hiveconf HOUR=${STAT_HOUR} -f ${SOL_FILE}>>${LOG_PATH}.tmp 2>> ${LOG_PATH}
      
      exitCode=$?
      if [ $exitCode -ne 0 ];then
        printf "[ERROR] `date '+%F %T'` hivesql execute ${SOL_FILE} is failed!!!\n"
        exit $exitCode
      else
        local endTime=`date '+%F %T'`
        local endSeconds=$(date --date="${endTime}" +%s)
        printf "[INFO] `date '+%F %T'` hivesql execute end time is ${endTime}\n"
        printf "[INFO] `date '+%F %T'` hivesql execute time is $(($((endSeconds-startSeconds))/60)) minutes\n"
        printf "[INFO] `date '+%F %T'` hivesql ${STAT_DAY} data execute success！！！\n" 
      fi
      
      # 因为小时小于10时前面有0，shell脚本会认为是八进制数字，所以要转为十进制数字
      STAT_HOUR=$((10#$STAT_HOUR+1))
      
       # 判断小时是否小于10
      if [ ${STAT_HOUR} -lt 10 ]; then
        STAT_HOUR=0${STAT_HOUR}
      fi
      
      printf "[INFO] `date '+%F %T'` delete temp log ${LOG_PATH}.tmp\n"
      rm ${LOG_PATH}.tmp
      
      # 如果执行小时大于设置的结束小时，退出循环
      if [ ${STAT_HOUR} -gt ${FLAG_HOUR} ]; then
        break;
      fi
    
    done

    find ${SEVEN_DAY_BEFOR_LOG_PATH} 2>/home/fuyun/logs/err.log.tmp
    if [ $? -ne 0 ];then
      printf "[WARN] `date '+%F %T'` ${SEVEN_DAY_BEFOR_LOG_PATH}: No such file or directory\n"
      rm /home/fuyun/logs/err.log.tmp
    else
      printf "[INFO] `date '+%F %T'` delete log ${SEVEN_DAY_BEFOR_LOG_PATH}\n"
      rm ${SEVEN_DAY_BEFOR_LOG_PATH}
    fi
    
    # 判断执行日期是否等于结束日期，等于则退出循环
    if [ ${STAT_DAY} -eq ${END_DAY} ]; then
      break;
    fi
    
  done
}

if [ ${START_DAY} -gt ${END_DAY} ]; then
  printf "[ERROR] `date '+%F %T'` --start-day:${START_DAY} greater than --end-day:${END_DAY}\n"
  exit 1
elif [ ${START_HOUR} -ge 24 ] || [ ${START_HOUR} -lt 0 ] || [ ${END_HOUR} -ge 24 ] || [ ${END_HOUR} -lt 0 ]; then
  printf "[ERROR] `date '+%F %T'` --start-hour:${START_DAY} or --end-hour:${END_DAY} is not 00-23 \n"
  exit 1
else
  executeHive
  printf "[INFO] `date '+%F %T'` hivesql ${START_DAY}_${START_HOUR} to ${END_DAY}_${END_HOUR} data execute success！！！\n"
fi

从2020年1月22日的21点执行到2020年1月23日的22点，执行以下命令

sh excuteHourHiveSQLTest.sh --start-day 20200122 --end-day 20200123 --start-hour=21 --end-hour=22 --file SQL/temp_hour_test.sql

从2020年1月22日的00点执行到2020年1月23日的23点，执行以下命令

sh excuteHourHiveSQLTest.sh --start-day 20200122 --end-day 20200123 --file SQL/temp_hour_test.sql

或者以下命令

sh excuteHourHiveSQLTest.sh -s 20200122 -e 20200123 -f SQL/temp_hour_test.sql