sqoop 從oracle導資料到hive中，date型資料時分秒截斷問題

標籤：des   style   blog   http   color   java   os   檔案   ar   

oracle資料庫中Date類型倒入到hive中出現時分秒截斷問題解決方案

1.問題描述：

    用sqoop將oracle資料表倒入到hive中，oracle中Date型資料會出現時分秒截斷問題，只保留了‘yyyy-MM-dd‘,而不是’yyyy-MM-dd HH24:mi:ss‘格式的，後面的‘HH24:mi:ss’被自動截斷了，在對時間要求到秒級的分析處理中這種截斷會產生問題。

2.解決方案：

    在用sqoop倒入資料表是，添加--map-column-hive 和--map-column-java參數，來改變資料表列的預設映射類型（預設情況下sqoop倒入hive中Date類型會被映射成String），將Date列映射成Timestamp類型，在我的問題中我是通過sqoop建立job，進行資料表按時間增量倒入的，PASSTIME列的資料類型是Date，指令碼如下：

sqoop job --create jobimport2hiveofv_vehicleinfo -- import --hive-import --map-column-java PASSTIME=java.sql.Timestamp --map-column-hive PASSTIME=TIMESTAMP --incremental append --connect jdbc:oracle:thin:@118.228.196.29:1521/pmptgdbanalyze --username SAN --password PASS --verbose -m 1 --bindir /opt/sqoop-1.4.4/lib --table V_VEHICLEINFO --check-column PASSTIME --last-value ‘2014-04-20 12:00:00‘

注意：

1）紅色字型標註的兩個參數用來改變列的映射類型，藍色字型標註的是資料類型，java.sql.Timestamp要帶包名寫全，否則可能會出錯。

2）--map-column-java和--map-column-hive連個參數都要顯示給出，如果只給出--map-column-hive那麼只會改變hive中表列的資料類型，而codegen產生的Tablename.java源檔案中還會是java.sql.Date類型，這樣在轉換成hive表中的TIMESTAMP類型時，就會出錯導致hive中的PASSTIME欄位全部為null。原因可能是由於Date類型預設格式‘yyyy-M-dd‘，而轉化到hive Timestamp類型時，嚴格要求按照’yyyy-mm-dd hh:mm:ss[.f...]‘格式轉換，參見hive官網timestamp格式說明。

 

3.參考說明：

sqoop user guide: http://sqoop.apache.org/docs/1.4.5/SqoopUserGuide.html#_selecting_the_data_to_import 查看map-column-hive和map-column-java參數說明

hive languageManual: https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Types#LanguageManualTypes-timestamp 查看hive支援的時間類型說明

hive日期函數
http://athenaxu.blog.163.com/blog/static/2057220392014025332775/
hive資料類型轉換
http://www.iteblog.com/archives/892

hive開啟行轉列功能:
> set hive.cli.print.header=true; // 列印列名
> set hive.cli.print.row.to.vertical=true; // 開啟行轉列功能, 前提必須開啟列印列名功能
> set hive.cli.print.row.to.vertical.num=1; // 設定每行顯示的列數
> select * from example_table where pt=‘2012-03-31‘ limit 2;

hive查看資料表結構、列類型

> desc TableName;

sqoop 從oracle導資料到hive中，date型資料時分秒截斷問題