Hadoop
数往知来
数据人生
展开
-
Hive之get_json_object函数
–使用场景在实际采集场景中,主动采集或被动推送的文件字段可能含有json串,此类多是爬虫数据或是日志数据,hive提供了一类json解析函数在对此类数据通过进行预处理和清洗,此篇介绍get_json_object函数–数据准备此时DW中存在一张的DWD表,其中包含了json对象的字段(此表其实仍属于一类业务过程的事实表,只是字段包含了json对象,所以是存放在DWD层,而不是在ODS做处理)...原创 2019-11-29 10:07:03 · 3105 阅读 · 0 评论 -
FTP遍历目录查找指定目录下的文件导入HDFS
最近有个需求,ftp主机上有很多目录,目录下层级不一,需要把父目录下所有满足的文件夹下的指定文件下载到HDFS,并且保留目录结构,因为数据在ftp主机已经落地,如果用公司内部的etl工具并不好实现这种层级不一的文件导入,故改用开发代码去实现。思路:1.遍历ftp指定目录,找到指定文件夹的路径2.拿到所有文件夹的路径,下载到hdfs实现(这里只放本地测试代码):1.FTP连接工具类i...原创 2019-03-27 14:41:15 · 1190 阅读 · 0 评论