【Hadoop】使用Metorikku框架读取hive数据统计分析写入mysql

方大刚2332024-03-03 8:00

一、定义作业文件

作业文件

该文件将包括输入源 、输出目标和要执行的配置文件的位置，具体内容如下

bash 复制代码

metrics:
  - /user/xrx/qdb.yaml   # 此位置为hdfs文件系统目录
inputs:
output:
  jdbc:
    connectionUrl: "jdbc:mysql://233.233.233.233:3306/sjjc"
    user: "root"
    password: "123456"
    driver: "com.mysql.jdbc.Driver"
explain: true
showQuery: true

配置文件
- 文件定义了 ETL 的步骤和查询，以及输出的位置和内容。
  bash 复制代码
```
steps:
- dataFrameName: df
  sql:
    select movieId,rating from hive.emp
output:
- dataFrameName: df
  outputType: JDBC
  outputOptions:
    saveMode: Append
    dbTable: emp
```
  该文件使用SQL查询从Hive表中读取数据，并使用JDBC将结果写入MySQL表/

二、上传作业文件和配置文件到hdfs系统

hdfs dfs -put qdb.yaml /user/xrx

三、执行指令

与mysql结合使用要定义数据库驱动，clickhouse及其它数据库使用要引入不同的数据库驱动，将多种数据驱动引擎放入lib文件中，一同加载。

shell 复制代码

#!/bin/bash
Path=/home/xrx
for jar in `ls $Path/lib/*jar`
do
        LIBJARS=$jar,$LIBJARS
done

spark-submit \
--master yarn \
--conf spark.sql.catalogImplementation=hive \
--driver-class-path $LIBJARS \
--jars $LIBJARS \
--class com.yotpo.metorikku.Metorikku metorikku_2.11.jar \
-c /user/xrx/qdb.yaml