集群间 Hive 数据 迁移 问题

1、 从hive中导出数据至本地目录 insert overwrite local directory /export/tmp select * from test1 where create_time = 2013-11-25; 列数据之间默认以^A隔开。 2、将本地数据上传另一个集群的hdfs /home/q/hadoop-2.2.0/bin/hdfs dfs -put /export/tmp hd

1、 从hi

本文来源gao!%daima.com搞$代*!码9网(

ve中导出数据至本地目录 insert overwrite local directory '/export/tmp' select * from test1 where create_time = '2013-11-25'; 列数据之间默认以^A隔开。 2、将本地数据上传另一个集群的hdfs /home/q/hadoop-2.2.0/bin/hdfs dfs -put /export/tmp hdfs://host:port/tmp 3、将hdfs中的数据文件导入hive表中 hive -e “load data inpath '/tmp' into table test1;” 但某些表创建时，设置的以 '\t' 分割数据，在读取不到 '\t' 时，会将整行数据都导入第一列。 如果是hive-0.11.0版本，可以这样导出：

                hive> insert overwrite local directory '/export/tmp'                hive> row format delimited                hive> fields terminated by '\t'                hive> select * from test1 where create_time = '2013-11-25';

         如果是低版本的hive,只好将导出的数据文件中的^A,替换为'\t':

               sed -i 's/^A/\t/g' filename

         同时需要将隐藏的.filename.crc校验文件删除掉，不然在上传的过程中，Hadoop将通过FSInputChecker判断需要上传的文件是否存在进行校验的crc文件，即.filename.crc，如果存在crc文件，将会对其内容一致性进行校验，如果校验 失败，会报fs.FSInputChecker: Found checksum error，停止上传该文件，最终导致整个MR任务无法执行。

喜欢 (0)赏

[搞代码]

分享 (0)