第一种方式:load data local inpath
注意点:
1.必须是本地文件,不能是集群上的文件
2.文件路径中的变量如果无法替换,可以把单引号换成双引号,一般双引号总是没问题的
3.hive库在配置的时候有一个hdfs基础路径,用这种方式创建的表时可以不指定hdfs路径,导入数据后会自然在“hdfs基础路径/表名/”下生成相应的分区文件夹
4.用desc formatted table_name;可以查看hdfs路径
# 加载数据的脚本如下
#!/bin/sh
if [[ $# -eq 1 ]];then
dt="${1}"
else
echo "无输入时间,请传入一个时间参数给程序"
exit 1
fi
queryengine --sessionconf engine=wing -e"
SET mapred.job.priority=VERY_HIGH;
SET hive.merge.mapredfiles=true;
SET hive.merge.size.per.task=536870912;
SET hive.merge.smallfiles.avgsize=536870912;
SET mapred.job.name=log_day_'${dt}';
ADD FILE '/home/work/local/log_pretty/${dt}.log';
load data local inpath '${dt}.log' overwrite INTO
TABLE default.log_day PARTITION (pdate = '${dt}');
;"
if [[ $? -eq 0 ]];then
echo "数据入库正常........."
exit 0
else
echo "数据入库出现异常.........."
exit 1
fi
# 创建表的语句如下
USE default;
CREATE TABLE log_day (
req_date STRING COMMENT '请求日期',
req_time STRING COMMENT '请求时间',
user_id BIGINT COMMENT '用户id',
url STRING COMMENT 'url',
module STRING COMMENT '模块名',
operation STRING COMMENT '操作名',
task_id BIGINT COMMENT '任务id'
)
COMMENT '清洗后的日志'
PARTITIONED BY(pdate STRING)
ROW FORMAT CHARSET 'UTF8'
DELIMITED FIELDS TERMINATED BY '\001'
LINES TERMINATED BY '\n'
STORED AS TEXTFILE ;
第二种方式:创建外部表然后增加分区
注意点:
1. location的全路径是创建表时的hdfs路径加上location中指定的分区文件夹
2. 删除分区时不会删除hdfs数据
# 增加分区的脚本如下
hour_interval=-1
startday=`date "+%Y%m%d"`
tmp_time=`date -d "$startday $hour_interval days" "+%Y%m%d%H"`
cur_date=${tmp_time:0:8}
cur_hour=${tmp_time:8:2}
while [ 1 ]
do
hive -e "use default; ALTER TABLE detail_report ADD IF NOT EXISTS PARTITION (dt = $cur_date, hour = $cur_hour) location '$cur_date/$cur_hour';"
tmp_time=`date -d "$cur_date $cur_hour +1 hours" "+%Y%m%d%H"`
cur_date=${tmp_time:0:8}
cur_hour=${tmp_time:8:2}
tmp_time1=`date -d "+2 hours" "+%Y%m%d%H"`
cur_date1=${tmp_time1:0:8}
cur_hour1=${tmp_time1:8:2}
if [ $cur_date1 -eq $cur_date -a $cur_hour1 -eq $cur_hour ]
then
sleep 3600
fi
done
# 创建表的脚本如下
use default;
create EXTERNAL table
IF NOT EXISTS hive_table_name (
ac string comment '',
res_type string comment '',
install_date string comment '',
install_time string comment '',
ip string comment '',
uid string comment ''
)
COMMENT ''
PARTITIONED BY(day STRING, hour STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
LOCATION 'hdfs://xx/xx/xx/hive_table_name';
hive常用语句
查看分区 show partitions table_name;
查看表详情 desc formatted table_name;
查看建表语句 show create table table_name;
删除分区 ALTER TABLE hive_cfp_install_report DROP IF EXISTS PARTITION (day='20181003');
下面提供一个批量删除分区的方式
# 循环删除分区
#!/bin/sh
source /etc/profile
startdate=`date -d $1 +"%Y%m%d"`
tempdate=${startdate}
enddate=`date -d $2 +"%Y%m%d"`
# 将时间戳转成整数比大小
while [ $((tempdate)) -le $((enddate)) ]
do
echo $tempdate "start####" # 20180801
hive -e"
use default;
ALTER TABLE hive_report DROP IF EXISTS PARTITION (day='$tempdate');"
tempdate=`date -d "1 day $tempdate" +"%Y%m%d"` # 20180802
done
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法