1、先导出所有建表语句,在源CDH服务器命令行输入下面命令,该库下所有建表语句保存至hive目录中的tables.sql文件中,不知道具体路径可以全局搜索一下,拿到源库hive的建表语句后,稍微处理一下,去目标库把表建好。
hive -e "use database; show tables;" | xargs -I '{}' sh -c 'hive -e "use database; show create table '{}';"' > tables.sql
附加:我自己需要导很多个库,所以写了一行python代码可以批量生成用
database = default
cmdstr = '''hive -e "use ''' + database + '''; show tables;" | xargs -I '{}' sh -c 'hive -e "use ''' + database + '''; show create table '{}';"' > ''' + database + '''.sql'''
2、然后再在源CDH服务器命令行输入下面命令,命令的意思就是查询后保存到data文件中
hive -e " select * from database.table;" > data.txt
附加:
1)我用代码生成了一批上面的命令,直接批量复制到终端里面,结果有的执行了,有的没执行,查了下原因,是因为执行的时候会进如hive里面,终端反应比较慢,有一部分字符被粘到hive里面了,所以后来采用了shell脚本的形式。(有需要的可以参考)
#!/bin/bash
result=`hive -e " select * from default.test;" > selectandget1.txt`
echo "$result"
2)然后又出现一个问题,我直接代码批量生成的shell脚本放到终端里面报错:
./showll.sh: 权限不够
chmod +x example.sh
/bin/bash^M: 坏的解释器: 没有那个文件或目录。这个问题是因为我在windows编辑的脚本,与centos的保存格式LR不一致。在python保存语句加参数 newline='\n'
with open(sql_path+'output/4-3_select_and_save.sh', 'w' ,newline='\n') as f:
3、在目标库中新建不带分区的临时表(因为有分区不能直接导入,如果 没有分区的话可以直接跳过这步,去4步直接导入)
4、将源库中导出的data文件复制到目标库服务器上,然后把文件加载到临时表
load data local inpath '/var/data.txt' overwrite into table database.table_cache ;
5、将临时表数据写到正式表中 ,需要注意的是,select不能直接*,而是要把所有列列出来
insert overwrite table database.table partition (分区列名) select 列名1,列名2 from database.table__cache;