StarRocks入门到熟悉

docsz2023-08-29 14:35

1、部署

1.1、注意事项

需要根据业务需求设计严谨的集群架构，一般来说，需要注意以下几项：

1.1.1、FE数量及高可用

  • FE的Follower要求为奇数个，且并不建议部署太多，通常我们推荐部署1个或3个Follower。
  • 在三个Follower时，即可实现高可用（HA）。此时，若Leader节点进程挂掉或与集群脱离通信，其他2个Follower节点会通过bdbje协议快速重新选主出一个Leader，保证集群的正常工作（FE
    Leader节点异常仅影响集群写入，不会对集群对外的查询功能有影响）。
  • 集群中需要有半数以上的Follower节点存活，才可进行FE的重新选主。
  • 一般情况下，推荐部署1 Follower+多Observer的FE架构，通过增加Observer来扩展集群的高并发读服务能力。
  • 通常，一个FE节点可以应对10-20台BE节点，建议总的FE节点数量在10个以下，而一般3个即可满足绝大部分业务需求。

1.1.2、BE实例数量

  • BE实例数量直接决定了集群整体查询延迟，生产环境BE数量建议至少为3个。
  • 为保障数据安全，建议至少部署三个BE实例（不同Host）。

1.1.3、Broker实例数量

  • 通常与BE混布，与BE数量保持相同，建议所有的Broker使用相同的名称，这样在执行Broker任务时可以并行使用多个Broker实例。
  • 如果业务中不需要和Hadoop类的产品对接，也可以不部署Broker。

1.1.3、FE与BE是否混布

  • 单台机器下，同集群FE不能混布，BE虽然能混布但是没有价值。
  • FE和BE是可以混部的，但生产环境下需要注意CPU、内存等资源竞争问题，并保证元数据目录和数据目录分属不同磁盘。

1.2、集群架构设计

根据实际业务情况粗估集群规模后，无法较为准确的判断出对应的集群规模，建议先部署一套最小架构的集群，后面逐步扩容。

1.2.1、服务器配置

主机名 配置
192.168.110.101（node-101） 6核 32GB 万兆网卡 CPU支持AVX2指令集
192.168.110.102（node-102） 6核 32GB 万兆网卡 CPU支持AVX2指令集
192.168.110.103（node-103） 6核 32GB 万兆网卡 CPU支持AVX2指令集
192.168.110.104（node-104） 6核 32GB 万兆网卡 CPU支持AVX2指令集
192.168.110.105（node-105） 6核 32GB 万兆网卡 CPU支持AVX2指令集

1.2.2、集群架构设计

机器节点 部署服务
192.168.110.101（node-101） FE(Leader)、MySQL-Client
192.168.110.102（node-102） FE(Observer)
192.168.110.103（node-103） BE、Broker
192.168.110.104（node-104） BE、Broker
192.168.110.105（node-105） BE、Broker

1.2.2、节点目录设计

FE 部署目录：/opt/module/starrocks/fe；日志目录：/data/starrocks/log/fe；元数据目录：/data/starrocks/data/meta
BE 部署目录：/opt/module/starrocks/be；日志目录：/data/starrocks/log/be；数据存储目录：/data/starrocks/data/storage
Broker 部署目录：/opt/module/starrocks/apache_hdfs_broker

1.3、使用普通用户

实际生产中，个别场景下是使用用户名作为鉴权方式，为贴合实际业务，后续的部署操作分别新建starrocks用户进行（密码也暂设为starrocks）：

1.3.1、创建用户

powershell 复制代码 
useradd starrocks
passwd starrocks
Changing password for user starrocks.

New password: 这里输入starrocks

BAD PASSWORD: The password contains the user name in some form

Retype new password: 再次输入starrocks

passwd: all authentication tokens updated successfully.

再分别对其它节点新建用户starrocks（操作同上，略）。

1.3.2、创建目录并授权

使用root用户分别在各节点上新建目录，并将文件夹所有者变更为starrocks用户：

powershell 复制代码 
ansible cluster -m shell -a "mkdir -p /opt/module/starrocks/"
ansible cluster -m shell -a "mkdir -p /data/starrocks/log/{fe,be}"
ansible cluster -m shell -a "mkdir -p /data/starrocks/data/{meta,storage}"

1.3.3、免密登录

为starrocks用户配置集群间SSH免密。SSH免密配置方法比较灵

1、生成密钥
powershell 复制代码 
 su starrocks
 ssh-keygen -t rsa
2、分发密钥

分发至集群其他所有节点

powershell 复制代码 
ssh-copy-id 192.168.110.101

1.4、解压安装

1.4.1、解压安装包

powershell 复制代码 
tar -zxf StarRocks-3.1.1.tar.gz -C /opt/module/

1.4.2、分发部署文件

powershell 复制代码 
ansible cluster -m copy -a 'src=/opt/module/StarRocks-3.1.1/fe dest=/opt/module/starrocks/'
ansible cluster -m copy -a 'src=/opt/module/StarRocks-3.1.1/be dest=/opt/module/starrocks/'
ansible cluster -m copy -a 'src=/opt/module/StarRocks-3.1.1/apache_hdfs_broker dest=/opt/module/starrocks/'

1.4.3、修改FE配置文件

结合业务情况修改对应配置

a、修改Java堆内存，避免GC建议16G以上；

b、设置元数据目录，默认目录为fe/meta，我们需要新建目录并修改配置文件，上文已创建；

c、注意默认端口，避免端口冲突，正常情况下不需要修改；

d、绑定IP（CIDR表示法），避免多网卡情况下FE无法自动找到正确的IP。再次注意，如果不清楚CIDR表示法，就直接填写完整ip，例如配置为priority_networks = 192.168.110.101，这样的写法等同于priority_networks = 192.168.110.101/32；

powershell 复制代码 
vi fe/conf/fe.conf

# Licensed to the Apache Software Foundation (ASF) under one
# or more contributor license agreements.  See the NOTICE file
# distributed with this work for additional information
# regarding copyright ownership.  The ASF licenses this file
# to you under the Apache License, Version 2.0 (the
# "License"); you may not use this file except in compliance
# with the License.  You may obtain a copy of the License at
#
#   http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing,
# software distributed under the License is distributed on an
# "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
# KIND, either express or implied.  See the License for the
# specific language governing permissions and limitations
# under the License.

#####################################################################
## The uppercase properties are read and exported by bin/start_fe.sh.
## To see all Frontend configurations,
## see fe/src/com/starrocks/common/Config.java

# the output dir of stderr/stdout/gc
# LOG_DIR = ${STARROCKS_HOME}/log
LOG_DIR = /data/starrocks/log/fe

JAVA_HOME=/usr/java/jdk-17

DATE = "$(date +%Y%m%d-%H%M%S)"
JAVA_OPTS="-Dlog4j2.formatMsgNoLookups=true -Xmx16384m -XX:+UseMembar -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=7 -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled -XX:-CMSParallelRemarkEnabled -XX:CMSInitiatingOccupancyFraction=80 -XX:SoftRefLRUPolicyMSPerMB=0 -Xloggc:${LOG_DIR}/fe.gc.log.$DATE -XX:+PrintConcurrentLocks"

# For jdk 11+, this JAVA_OPTS will be used as default JVM options
JAVA_OPTS_FOR_JDK_11="-Dlog4j2.formatMsgNoLookups=true -Xmx8192m -XX:+UseG1GC -Xlog:gc*:${LOG_DIR}/fe.gc.log.$DATE:time"

##
## the lowercase properties are read by main program.
##

# DEBUG, INFO, WARN, ERROR, FATAL
sys_log_level = INFO

# store metadata, create it if it is not exist.
# Default value is ${STARROCKS_HOME}/meta
# meta_dir = ${STARROCKS_HOME}/meta
meta_dir = /data/starrocks/data/meta

http_port = 8030
rpc_port = 9020
query_port = 9030
edit_log_port = 9010
mysql_service_nio_enabled = true

# Enable jaeger tracing by setting jaeger_grpc_endpoint
# jaeger_grpc_endpoint = http://localhost:14250

# Choose one if there are more than one ip except loopback address. 
# Note that there should at most one ip match this list.
# If no ip match this rule, will choose one randomly.
# use CIDR format, e.g. 10.10.10.0/24
# Default value is empty.
# priority_networks = 10.10.10.0/24;192.168.0.0/16
priority_networks =192.168.110.101

# Advanced configurations 
# log_roll_size_mb = 1024
sys_log_dir = /data/starrocks/log/fe
# sys_log_roll_num = 10
# sys_log_verbose_modules = 
audit_log_dir = /data/starrocks/log/fe
# audit_log_modules = slow_query, query
# audit_log_roll_num = 10
# meta_delay_toleration_second = 10
# qe_max_connection = 1024
# max_conn_per_user = 100
# qe_query_timeout_second = 300
# qe_slow_log_ms = 5000
max_routine_load_batch_size = 524288000
routine_load_task_consume_second = 3
routine_load_task_timeout_second = 15

1.4.4、修改BE配置文件

结合业务需求参考官方文档进行修改：

a、注意默认端口，避免端口冲突，正常情况下不需要修改；

b、绑定IP，避免多网卡情况下BE无法自动找到正确的IP；

c、设置数据存储目录，默认目录为be/storage，我们建议根据磁盘情况新建目录并修改配置文件

powershell 复制代码 
vi be/conf/be.conf 
# Licensed to the Apache Software Foundation (ASF) under one
# or more contributor license agreements.  See the NOTICE file
# distributed with this work for additional information
# regarding copyright ownership.  The ASF licenses this file
# to you under the Apache License, Version 2.0 (the
# "License"); you may not use this file except in compliance
# with the License.  You may obtain a copy of the License at
#
#   http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing,
# software distributed under the License is distributed on an
# "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
# KIND, either express or implied.  See the License for the
# specific language governing permissions and limitations
# under the License.

# INFO, WARNING, ERROR, FATAL
sys_log_level = INFO

# ports for admin, web, heartbeat service 
be_port = 9060
be_http_port = 8040
heartbeat_service_port = 9050
brpc_port = 8060

# Enable jaeger tracing by setting jaeger_endpoint
# jaeger_endpoint = localhost:6831

# Choose one if there are more than one ip except loopback address. 
# Note that there should at most one ip match this list.
# If no ip match this rule, will choose one randomly.
# use CIDR format, e.g. 10.10.10.0/24
# Default value is empty.
# priority_networks = 10.10.10.0/24;192.168.0.0/16
priority_networks = 192.168.110.103

# data root path, separate by ';'
# you can specify the storage medium of each root path, HDD or SSD, seperate by ','
# eg:
# storage_root_path = /data1,medium:HDD;/data2,medium:SSD;/data3
# /data1, HDD;
# /data2, SSD;
# /data3, HDD(default);
#
# Default value is ${STARROCKS_HOME}/storage, you should create it by hand.
# storage_root_path = ${STARROCKS_HOME}/storage
storage_root_path = /data/starrocks/data/storage,medium:ssd

# Advanced configurations
sys_log_dir = /data/starrocks/log/be
# sys_log_roll_mode = SIZE-MB-1024
# sys_log_roll_num = 10
# sys_log_verbose_modules = *
# log_buffer_level = -1

# JVM options for be
JAVA_HOME=/usr/java/jdk-17
# eg:
# JAVA_OPTS="-Djava.security.krb5.conf=/etc/krb5.conf"
# For jdk 9+, this JAVA_OPTS will be used as default JVM options
# JAVA_OPTS_FOR_JDK_9="-Djava.security.krb5.conf=/etc/krb5.conf"
base_compaction_check_interval_seconds = 10
cumulative_compaction_num_threads_per_disk = 4
base_compaction_num_threads_per_disk = 2
cumulative_compaction_check_interval_seconds = 2
tablet_max_versions = 15000

1.4.5、分发配置文件

1、分发FE、BE配置文件
powershell 复制代码 
ansible cluster -m copy -a 'src=/opt/module/starrocks/fe/conf/fe.conf dest=/opt/module/starrocks/fe/conf/'
ansible cluster -m copy -a 'src=/opt/module/starrocks/be/conf/be.conf dest=/opt/module/starrocks/be/conf/'
2、修个各节点FE、BE配置IP及目录

FE

powershell 复制代码 
priority_networks = 192.168.110.102

BE

powershell 复制代码 
priority_networks = 192.168.110.104
storage_root_path = /opt/module/storage

1.5、安装mysql-client

powershell 复制代码 
rpm -ivh mysql-community-client-plugins-8.0.34-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-8.0.34-1.el7.x86_64.rpm
rpm -ivh mysql-community-client-8.0.34-1.el7.x86_64.rpm
mysql --version

1.6、安装jdk-17

powershell 复制代码 
export JAVA_HOME=/usr/java/jdk-17
export CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar
export PATH=$JAVA_HOME/bin:$PATH

1.7、部署FE实例

首个启动的FE自动成为Leader

1.7.1、启动FE

可在FE日志目录中查看日志追踪原因，FE的主要日志在fe.log中，所有查询的审计日志在fe.audit.log中。

powershell 复制代码 
 ./start_fe.sh --daemon

1.7.2、查看FE状态

powershell 复制代码 
jps | grep StarRocksFe

1.7.3、登录StarRocks

powershell 复制代码 
mysql -h192.168.110.101 -P9030 -uroot

1.7.4、添加其他FE实例进集群

建议"先将实例添加进入集群"，然后逐个"启动实例"。将node02的FE作为Observer先添加入集群，端口为edit_log_port，默认是9010。

powershell 复制代码 
alter system add observer '192.168.110.102:9010';

若需要将其作为Follower角色加入集群，这里的sql写法为：

powershell 复制代码 
alter system add follower "fe_host:edit_log_port";

如果添加时IP或端口信息输入有误，或者由于其他情况需要将实例从集群中删除，sql写法如下：

删除Follower：

powershell 复制代码 
alter system drop follower "fe_host:edit_log_port";

删除Observer：

powershell 复制代码 
alter system drop observer "fe_host:edit_log_port";

1.7.4、启动其他FE

特别注意：除首个启动的FE外，其他FE节点首次启动时，必需指定一个已存在的FE节点作为helper（后面再启动时就不需要）。

首次启动node-102节点，指定node-101的FE实例作为helper：

powershell 复制代码 
cd /opt/module/starrocks/fe/bin/
./start_fe.sh --helper 192.168.110.101:9010 --daemon

 jps | grep StarRocksFe

1.7.5、查看集群FE状态

在node-101的mysql-client中查看FE状态：

Alive均为true，说明FE状态正常。若状态为false，可以在日志中定位问题，如果异常排查比较耗时，由于是初次启动，可以清空FE的元数据目录，再从头开始操作。

powershell 复制代码 
show frontends\G

1.8、部署BE实例

1.8.1、添加BE实例进入集群

使用mysql-client先将这3个BE实例添加进入集群，这里需要使用的端口是portheartbeat_service_port，默认为9050：

powershell 复制代码 
alter system add backend '192.168.110.103:9050';
alter system add backend '192.168.110.104:9050';
alter system add backend '192.168.110.105:9050';

如果BE实例添加时IP或端口信息输入有误，或者由于其他异常情况我们需要在集群中删除BE实例，sql写法：

powershell 复制代码 
 alter system dropp backend "be_host:be_heartbeat_service_port";
  • 删除BE实例为危险操作，故删除命令设计为"DROPP"。执行DROPP指令后，集群会立刻删除该BE节点，丢失的副本由FE调度补齐，但若为单副本数据，这部分数据将彻底丢失。
  • 集群投入生产后，每个BE节点都存储了大量的业务数据，此时若使用DROPP指令从集群中删除某个BE实例，则存储在该实例上的数据副本会直接丢失。
  • 安全删除的写法：DECOMMISSION。DECOMMISSION会先保证副本补齐，然后再下掉该BE节点。
  • 在后续业务正常缩容是会建议采用这种方式进行缩容
powershell 复制代码 
alter system decommission backend "be_host:be_heartbeat_service_port";

1.8.2、启动BE实例

进程状态异常可在BE日志目录中查看日志追踪原因，BE的主要日志在be.INFO中，其他的日志在be.out中。

powershell 复制代码 
cd /opt/module/starrocks/be/bin/
./start_be.sh --daemon

# 检查进程状态
ps -ef | grep starrocks_be

1.8.3、查看启动BE状态

使用mysql-client访问StarRocks集群：

Alive均为true，状态正常，若为false，可根据日志排查问题。同样的，因为当前BE为初次启动，如果出现无法快速定位的问题，可以清空storage数据目录和日志目录，重新启动服务。

powershell 复制代码 
show backends\G

1.9、部署Broker实例

1.9.1、修改Broker配置文件

Broker实例不需要绑定IP。生产环境下，通常也不需要修改Broker配置文件中的其他配置。

1.9.2、添加Broker实例到集群

在node-101的mysql-client中，先将3个Broker实例添加进入集群，这里端口使用broker_ipc_port，默认端口为8000：

powershell 复制代码 
alter system add broker hdfs_broker '192.168.110.103:8000';
alter system add broker hdfs_broker '192.168.110.104:8000';
alter system add broker hdfs_broker '192.168.110.105:8000';

若需要在集群中删除Broker，sql写法为：

powershell 复制代码 
ALTER SYSTEM DROP BROKER broker_name "broker_host:broker_ipc_port";

1.9.3、启动Broker服务

有Broker导入

部署了一组独立的 Broker，并将 hdfs-site.xml 文件放在 HDFS 集群对应的 Broker 节点的 {deploy}/conf 目录下。Broker 进程重启

powershell 复制代码 
# 分发 hdfs-site.xml
ansible cluster -m copy -a 'src=/opt/module/starrocks/apache_hdfs_broker/conf/hdfs-site.xml dest=/opt/module/starrocks/apache_hdfs_broker/conf/'
启动Broker服务

注：各节点依次启动即可；如果进程状态异常可查看日志追踪原因。

powershell 复制代码 
 cd /opt/module/starrocks/apache_hdfs_broker/bin/
./start_broker.sh --daemon
检查Broker进程状态
powershell 复制代码 
jps | grep BrokerBootstrap

1.9.4、查看集群中Broker状态

Alive均为true，状态正常。Broker日志在apache_hdfs_broker.log中，若状态为false，可依据日志定位问题。

powershell 复制代码 
mysql -h192.168.110.101 -P9030 -uroot
 
show broker\G

1.9.5、无Broker导入

将 hdfs-site.xml 文件放在每个 FE 节点和每个 BE 节点的 {deploy}/conf 目录下。

powershell 复制代码 
# 分发 hdfs-site.xml
ansible cluster -m copy -a 'src=/opt/module/starrocks/fe/conf/hdfs-site.xml dest=/opt/module/starrocks/fe/conf'
ansible cluster -m copy -a 'src=/opt/module/starrocks/be/conf/hdfs-site.xml dest=/opt/module/starrocks/be/conf'

2、集群管理操作

集群部署完成后，若机器重启或有服务down掉，需要手动或编写脚本启停服务。

2.1.1、手动启停

1、 FE启停

powershell 复制代码 
cd /opt/module/starrocks/fe/bin/
#FE启动
./start_fe.sh --daemon
# FE停止
./stop_fe.sh

2、 BE启停

powershell 复制代码 
cd /opt/module/starrocks/be/bin
# BE启动
./start_be.sh --daemon
# BE停止
./stop_be.sh

3、 Broker启停

powershell 复制代码 
 cd /opt/module/starrocks/apache_hdfs_broker/bin/
 # Broker启动
 ./start_broker.sh --daemon
 # Broker停止
 ./stop_broker.sh

2.1.2、集群启停脚本

1、脚本

在node-101节点，使用starrocks用户在/home/starrocks目录下创建starrocks.sh文件：

powershell 复制代码 
#!/bin/bash

# use-method: starrocks.sh start|stop|restart

case $1 in

"start"){

    for i in node-101 node-102 node-103 node-104 node-105

    do

        echo "=================== start $i's service ================"

        ssh $i "source /etc/profile.d/my_env.sh ;cd /opt/module/starrocks;./fe/bin/start_fe.sh --daemon"

         ssh $i "/opt/module/starrocks/be/bin/start_be.sh --daemon"

         ssh $i "source /etc/profile.d/my_env.sh ;cd /opt/module/starrocks;./apache_hdfs_broker/bin/start_broker.sh --daemon"

    done

};;

"stop"){

    for i in node-101 node-102 node-103 node-104 node-105

    do

        echo "=================== stop $i's service ================"

         ssh $i "/opt/module/starrocks/apache_hdfs_broker/bin/stop_broker.sh"

         ssh $i "/opt/module/starrocks/be/bin/stop_be.sh"

         ssh $i "/opt/module/starrocks/fe/bin/stop_fe.sh"

    done

};;

"restart")

 starrocks.sh stop

 sleep 2

 starrocks.sh start

;;

*)

 echo "Parameter ERROR!!!"

 ;;

esac

2、可执行权限

powershell 复制代码 
chmod a+x starrocks.sh

3、全局调用

切换至root用户，将脚本移动至/bin目录下以便全局调用

powershell 复制代码 
mv starrocks.sh /bin/

4、执行脚本

切换至starrocks用户，测试使用脚本启动集群（先确定集群各实例都处于未启动状态）：

powershell 复制代码 
# 启动集群
starrocks.sh start
# 停止集群服务
starrocks.sh stop
# 重启集群服务
starrocks.sh restart

2.1.3、使用实例

1、修改管理员账户密码

当前版本，StarRocks部署完成后自带一个高权限用户：root，其默认密码为空。在node-101上使用mysql-client访问StarRocks集群：

sql 复制代码 
 mysql -h192.168.110.101 -P9030 -uroot
# 以root用户为例，生产环境建议设置复杂密码
set password=password('StarRocks*2308');

2、创建数据库

powershell 复制代码 
create database star;

3、创建用户并授权

sql 复制代码 
CREATE USER 'starrocks'@'%' IDENTIFIED BY 'StarRocks*2308' DEFAULT ROLE user_admin;
grant all on star.* to 'starrocks'@'%';
grant  create table  on  database star to user 'starrocks'@'%';

4、更换用户登录

sql 复制代码 
mysql -h192.168.110.101 -P9030 -ustarrocks -pStarRocks*2308

5、创建数据表

sql 复制代码 
use star;

CREATE TABLE IF NOT EXISTS `customer` (
  `c_custkey` int(11) NOT NULL COMMENT "",
  `c_name` varchar(26) NOT NULL COMMENT "",
  `c_address` varchar(41) NOT NULL COMMENT "",
  `c_city` varchar(11) NOT NULL COMMENT "",
  `c_nation` varchar(16) NOT NULL COMMENT "",
  `c_region` varchar(13) NOT NULL COMMENT "",
  `c_phone` varchar(16) NOT NULL COMMENT "",
  `c_mktsegment` varchar(11) NOT NULL COMMENT ""
) ENGINE=OLAP
DUPLICATE KEY(`c_custkey`)
COMMENT "OLAP"
DISTRIBUTED BY HASH(`c_custkey`) BUCKETS 12
PROPERTIES (
"replication_num" = "1",
"in_memory" = "false",
"storage_format" = "DEFAULT"
);

6、插入数据

sql 复制代码 
insert into table customer
select 
1,'Customer#000000001','j5JsirBM9P','MOROCCO  0','MOROCCO','AFRICA','25-989-741-2988','BUILDING';

7、Stream Load导入

powershell 复制代码 
curl --location-trusted -u starrocks:StarRocks*2308-H "label:star_customer" -H "column_separator:|" -T /home/starrocks/customer.tbl http://192.168.110.101:8030/api/star/customer/_stream_load

3、数据同步

3.1、Broker Load

3.1.1、创建表

sql 复制代码 
CREATE TABLE dwd.dwd_enterprise_info(
  id BIGINT NOT NULL AUTO_INCREMENT COMMENT '自增主键', 
  `eid` string COMMENT '企业eid', 
  `credit_no` string COMMENT '统一社会信用代码', 
  `name` string COMMENT '企业名称', 
  `ipcs` string COMMENT '专利IPC分类号', 
  `titles` string COMMENT '专利标题', 
  `scope` string COMMENT '经营范围', 
  `introduction` string COMMENT '企业简介', 
  `main_business` string COMMENT '主营业务', 
  `industry_code` string COMMENT '行业代码', 
  `industrial_field_new` string COMMENT '行业领域', 
  `html` string COMMENT '网站', 
  `hat_name` string COMMENT '企业资质')
PRIMARY KEY (id,eid)
COMMENT '企业产业链匹配专用表 - 含企业简介主营专利信息'
DISTRIBUTED BY HASH(id,eid) BUCKETS 12
PROPERTIES (
"replication_num" = "1",
"replicated_storage" = "true"
);

3.1.2、同步数据

sql 复制代码 
LOAD LABEL dwd.dwd_alg_enterprise_business_patents_scope_info
(
DATA INFILE("hdfs://IP:8020/warehouse/tablespace/external/hive/dwd.db/dwd_enterprise_info/*")
INTO TABLE dwd_alg_enterprise_business_patents_scope_info
COLUMNS TERMINATED BY "|^|"
FORMAT AS "orc"
(eid, credit_no, name,ipcs,titles,scope,introduction,main_business,industry_code,industrial_field_new,html,hat_name)
)
WITH BROKER 'hdfs_broker';
热门推荐
01玄机平台应急响应—webshell查杀02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04新版微信小程序获取用户手机号05文件或文件夹名称中有空格如何批量去除06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07【TC3xx芯片】TC3xx芯片电源管理系统PMS详解08优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间09基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测10【Flutter】基于 GetX 实现 Dio 的生命周期自动化