Flink SQL Checkpoint 学习总结 大概原因是因为写文件、生成commit的动作实在coordinator里面，只有当checkpoint完成后才会调用coordinator，所以不设置checkpoint就不会生成commit，这里的逻辑是在Hudi源码里（具体没看），也就是说checkpoint和生成hudicommit是绑定一起的，这样才能保证流写Hudi的事务性，这样才能保证checkpoint的EXACTLY_ONCE。MySQL数据量一致，且更新时间和插入时间一致，代表id=1、2的数据重启时没有重复消费，达到了预期效果。
JDBC工具类 方式一、public class JDBCUtil_v1 { /* * 获取连接方法 */ public static Connection getConnection() { Connection conn = null; try { //加载驱动 Class.forName("com.mysql.cj.jdbc.Driver"); /* user是数据库名
Spark读写Oracle性能深度调优 Spark作为一个分布式计算框架，可以很好的适用于Hadoop。那么Spark是否可以与关系型数据库较好的进行兼容呢？以Spark作为计算，以关系型数据库（例如Oracle）作为存储？ 答案当然是可以，笔者经过不断地测试和优化，终于将Spark与Oracle进行了兼容匹配与读写优化。1、环境准备 在本次测试环境中，用6台机器搭建了CDH的Hadoop平台，Spark2.2版本搭配Yarn进行资源分配。 Spark通常采用JDBC来读写Oracle，所以在Spark环境下需要确保包含了JDBC包
腾讯云MR任务调度同步 1、首先创建一个workflow工作流，拖取HiveServer2 和Sub-workflow 控件HiveServer2控件针对Hsql脚本，Sub-workflow复用Shell sqoop同步脚本如图：2、shell sqoop同步脚本参考1，拖取shell 脚本控件，如图这里涉及到参数传递以及环境设置特别是FILE那块的设置3、shell脚本如下：#!/bin/bash...
hive往mysql迁移数据sqoop报错注意事项 最近在帮同事迁移数据的时候sqoop老是报错，错误也不明显，在网上搜了一圈也没找，然后自己根据错误一步一步进行了排查，最终找到了原因，看到数据、表字段类型以及迁移表名是才恍悟，在做数据同步时一定要心细一些，不然问题五花八门错误如下：[root@master ~]# sqoop export --connect “jdbc:mysql://172.23.20.142:3306/tds?useUn...
Hue 调度出现乱码问题 最近BI反馈数据有问题，排查了下发现是业务的BUG导致的，重新调整了代码，在重新跑数据的时候，需要把业务上的测试数据过滤掉，然后在where条件后加了个过滤条件，而过滤条件是中文，在执行语句的时候，sql也不报错，但是测试数据还在，在后台手工跑数据是能过滤掉的，排查了下原因出在平台上，平台的字符不是默认UTF8，在把sql提交到yarn执行时中文变成了乱码不识别，自然过滤条件不就生效了，需要指定参...
hive array与struct使用 最近在处理流式数据在读取redis的时候很慢，主要原因是查redis的时候用的模糊查询，key是使用svn提交的代码路径，而每来一条记录都要取redis查一遍，这样性能就会很差，查询字段是类名（例如：SbRollBackHandle.java）,为了不使用模糊查询，线下基于hive svn log进行了分析寻找合适的key，驱动业务调整日志打印格式;在分析svn log的时候发现用了一些复杂的结构...
spark on yarn 中文乱码 最近接了个云端日志项目，Logstash采集日志，抛到kafka集群，有sparkstreaming进行数据转，根据className查询redis获取相关提交人以及日期带出来，抛到rocketmq供其他部门使用，细节省略；在spark-submit 提交代码到集群或者客户端运行的时候出现乱码，遇到这种情况，想到的就是编码问题，因为在在本地运行spark streaming是可以处理中文的，放...
Hue提交Job异常报错 2018-09-17 16:32:13,686 INFO ActionStartXCommand:520 - SERVER[172.16.5.200] USER[hadoop] GROUP[-] TOKEN[] APP[My Workflow] JOB[0000004-180917163013421-oozie-hado-W] ACTION[0000004-180917163013421-ooz...
Job hold原因排查 公司最近搭建了一套hadoop大数据测试环境，使用的都是默认参数，在提交hive任务的时候老是hold，针对这种现象在yarn WebUI界面查看日志；页面如图:日志内容如下：2018-09-14 10:00:06,939 INFO [ContainerLauncher #0] org.apache.hadoop.mapreduce.v2.app.launcher.ContainerLau...
Hive 多列转行 （if函数） 最近有个项目需要做数据导出(基于底层宽表)，具体业务逻辑在这就不详细介绍，以下是具体实现方案：列转换–方案一 case when 与max 或sumselect *from (select dzgs_dqbm,max(bs_wks) bs_wks,max(bs_jxz) bs_jxz,max(bs_ywc) bs_ywc,max(bs_wks_ztdm) wks_ztdm,max...
关注
