parquet存入mysql_sqoop無法導出parquet文件到mysql

1.問題描述

在CDH集群中我們需要將Hive表的數據導入到RDBMS數據庫中，使用Sqoop工具可以方便的將Hive表數據抽取到RDBMS數據庫中，在使用Sqoop抽取Hive Parquet表時作業執行異常。

Sqoop抽數腳本：

sqoop export \--connect jdbc:mysql://localhost:3306/test_db \

--username root \--password 123456\--table mytest_parquet \--export-dir /user/hive/warehouse/mytest_parquet \-m 1

異常日志：

Sqoop: org.kitesdk.data.DatasetNotFoundException: Descriptor location does not exist: hdfs://nameservice1/user/hive/warehouse/mytest_parquet/.metadata

Exception: Descriptor location does not exist: hdfs://nameservice1/user/hive/warehouse/mytest_parquet/.metadata

at org.kitesdk.FileSystemMetadataProvider.checkExists(FileSystemMetadataProvider.java:562)

at org.kitesdk.FileSystemMetadataProvider.find(FileSystemMetadataProvider.java:605)

at org.kitesdk.ileSystemMetadataProvider.load(FileSystemMetadataProvider.java:114)

at org.kitesdk.FileSystemDatasetRepository.load(FileSystemDatasetRepository.java:197)

at org.kitesdk.data.Datasets.load(Datasets.java:108)

at org.kitesdk.data.Datasets.load(Datasets.java:140)

2.解決方法

1.將Sqoop抽數腳本修改為如下：

sqoop export \--connect jdbc:mysql://ip-172-31-22-86.ap-southeast-1.compute.internal:3306/test_db \

--username testuser \--password password \--table mytest_parquet \--hcatalog-database default \

--hcatalog-table mytest_parquet --num-mappers 1

參數說明：

--table：MySQL庫中的表名

--hcatalog-database：Hive中的庫名

--hcatalog-table：Hive庫中的表名，需要抽數的表

--num-mappers：執行作業的Map數

作業執行成功。

3.總結

目前通過Sqoop從Hive的parquet抽數到關系型數據庫的時候會報kitesdk找不到文件的錯，這是Sqoop已知的問題，參考SQOOP-2907：

該jira目前並沒有修復，如果要實現該功能，需要參考第二章的做法，使用hcatalog參數指定到Hive表。