sqoop hdfs入mysql_sqoop将hdfs下的数据导入到mysql如何去重?

sqoop执行的脚本我是这样写的

sqoop export –connect jdbc:mysql://localhost:3306/movie –username root –password welcome1 –table movieRecommend –fields-terminated-by ‘,’ –export-dir /recommendout

recommendout是我mapreduce程序处理后的输出目录,包括用户id,电影id,经mapreduce计算处理得出的该电影对该用户的推荐度。mysql中的表movieRecommend的字段包括user_id,movie_id,rating,没有设置主键。正常的结果是最终mysql中每个用户对每个商品有唯一的一个推荐度,即(用户id+电影id)字段应该是unique的。但mapreduce和sqoop的job是定时多次执行的,这样每次执行,recommendout目录中的数据都会导入到mysql中,造成重复。。

初次接触hadoop平台和其组件,请问这种问题是怎么解决的?

为什么不在mysql中设置主键呢?sqoop是多map task完成的,很难在sqoop端去重

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值