第二章 Datax专题之Mysql入Hive开发样例（方式一 - 基于脚本开发 & 方式二 - 基于DATAX-WEB端配置）

绪论、需求说明

（1）源表

CREATE TABLE `T_YYBZB_TGH_BANKINFO` (
  `id` int(8) DEFAULT NULL,
  `bank_id` int(8) DEFAULT NULL,
  `bank_name` text CHARACTER SET utf8,
  `source_date` text CHARACTER SET utf8
) 

（2）目标表

CREATE TABLE `ods_T_YYBZB_TGH_BANKINFO_di`(
  `id` int COMMENT '自增编号', 
  `bank_id` int COMMENT '银行id', 
  `bank_name` string COMMENT '银行名称', 
  `etl_time` string)
COMMENT '银行码表'
PARTITIONED BY ( 
  `pt` string)
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe' 
WITH SERDEPROPERTIES ( 
  'field.delim'=',', 
  'serialization.format'=',') 
STORED AS INPUTFORMAT 
  'org.apache.hadoop.mapred.TextInputFormat' 
OUTPUTFORMAT 
  'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION
  'hdfs://hadoop102:8020/user/hive/warehouse/ods.db/ods_t_yybzb_tgh_bankinfo_di'
TBLPROPERTIES (
  'bucketing_version'='2', 
  'last_modified_by'='atguigu', 
  'last_modified_time'='1639465403', 
  'transient_lastDdlTime'='1639465403')

开发方式1、Mysql入Hive-编写JSON脚本开发

1.1、创建部署目录

mkdir db_conf
mkdir json_conf
mkdir sh_conf

1.2、编写数据库配置文件db.conf

mysql_username=root
mysql_password=123456
mysql_ip=192.168.6.102
mysql_port=3306
mysql_sid=source
hadoop102_ip=192.168.6.102
hadoop102_port=8020

1.3、编写Json配置文件

{
    "job": {
        "content": [
            {
                "reader": {
                    "name": "mysqlreader",
                    "parameter": {
                        "connection": [
                            {
                                "jdbcUrl": [
                                    "jdbc:mysql://$ip:$port/$sid"],
                                "querySql": ["select id,bank_id,bank_name from T_YYBZB_TGH_BANKINFO"],
                            }
                        ],
                        "password": "$password",
                        "username": "$username"
                    }
                },
               "writer": {
                                "name": "hdfswriter",
                                "parameter": {
                                        "defaultFS": "hdfs://$hdfs_ip:$hdfs_port",
                                        "fileType": "text",
                                        "path": "/user/hive/warehouse/ods.db/ods_T_YYBZB_TGH_BANKINFO_di",
                                        "fileName": "ods_T_YYBZB_TGH_BANKINFO_di",
                                         "column": [
                                                                                        {"name":"id","type":"int"},
                                                                                        {"name":"bank_id","type":"int"},
                                                                                        {"name":"bank_name","type":"string"}
                                                                                ],
                                        "writeMode": "append",
                                        "fieldDelimiter": "\u0001",
                                        "encoding": "utf-8"
                                }
                        }
                }],
                "setting": {
                        "speed": {
                                "channel": "1"
                        }
                }
        }
}

1.4、编写shell脚本

#!/bin/bash
#配置文件路径：
config_file=../db_conf/db.conf
#源系统名称
src_system=mysql
#目标系统名称
tag_system=hadoop102
export in_username=`grep -w ${src_system}_username ${config_file} |awk -F '=' '{print $2}'`
export in_password=`grep -w ${src_system}_password ${config_file} |awk -F '=' '{print $2}'`
export in_ip=`grep -w ${src_system}_ip ${config_file} |awk -F '=' '{print $2}'`
export in_port=`grep -w ${src_system}_port ${config_file} |awk -F '=' '{print $2}'`
export in_sid=`grep -w ${src_system}_sid ${config_file} |awk -F '=' '{print $2}'`
export in_hdfs_ip=`grep -w ${tag_system}_ip ${config_file} |awk -F '=' '{print $2}'`
export in_hdfs_port=`grep -w ${tag_system}_port ${config_file} |awk -F '=' '{print $2}'`
pre_day=`date -d -1day +%Y%m%d`
pre_day_mon=`date -d -1day +%Y%m`
echo ${in_username}
echo ${in_password}
echo ${in_ip}
echo ${in_port}
echo ${in_sid}
echo ${in_hdfs_ip}
echo ${in_hdfs_port}
echo ${pre_day}
echo ${pre_day_mon}
# 全量导入：

hive -e "truncate table ods.ods_T_YYBZB_TGH_BANKINFO_test_di;"
# nsrun_workgroup.json
python ../../datax.py -p"-Dusername=$in_username -Dpassword=$in_password -Dip=$in_ip -Dport=$in_port -Dsid=$in_sid -Dhdfs_ip=$in_hdfs_ip -Dhdfs_port=$in_hdfs_port" ../json_conf/bank_name.json

1.5、运行脚本

#后台运行脚本
nohup sh start.sh >> "start_log" 2>&1 &

#动态查看日志
tail -f start.log 

开发方式2、Oracle入Hive基于datax-web端开发

2.1、创建项目

• 项目管理–》创建项目

2.2、DataX任务模板构建

• 任务管理–》DataX任务模板–》添加

路由策略:轮询
阻塞处理:覆盖之前调度
Cron:每天6点调度

2.3、数据源配置

• 数据源管理–》添加

（1）添加Mysql数据源

数据源:mysql
用户名:root
密码:123456
jdbcurl:jdbc:mysql://192.168.6.102:3306/source

（2）添加Hive数据源

数据源:hive
用户名称:atguigu
密码:123456
jdbcurl:jdbc:hive2://192.168.6.102:10000/ods

2.4、任务构建

• 任务管理–》任务构建

（1）Reader构建

（2）Writer构建

• 所有配置项根据hive的建表语句配置

（3）字段映射

（4）构建并选择模板

• 之后点击下一步

2.5、任务管理

（1）查看任务

• 任务管理–》任务管理

（2）测试运行

• 执行一次

（3）日志管理