hive数据迁移 - 技术栈

停机方式（简单）

hive数据迁移:

hive有2种存储方式，存磁盘或者hdfs，2者操作一样，磁盘就scp过去。

hdfs就distcp过去。

bash 复制代码
hadoop distcp -Dmapreduce.job.hdfs-servers.token-renewal.exclude="xx.xx.xx.xx" -i -strategy dynamic -log /hdfs_migration/None/日志路径 -bandwidth 100 -m 100 hdfs://xx.xx.xx.xx:8020/user/hive/warehouse/xx.db/table_name/* hdfs://xx.xx.xx.xx2:8020/user/hive/warehouse/xx.db/table_name/* 
这段代码的意思是

-Dmapreduce.job.hdfs-servers.token-renewal.exclude 设置HDFS服务器的配置，排除指定的IP地址以避免进行令牌续期。

-i: 表示在复制过程中忽略已存在的文件，不覆盖目标目录中的文件。

-strategy dynamic: 使用动态策略，根据输入数据量和集群资源动态调整任务的映射器数量，以优化复制性能。

**-log /hdfs_migration/**指定存放操作日志的路径

-bandwidth 100 -m 100 代表每个map传送的宽带是每秒100mb，-m指的是启动100个map

hive表迁移:

hive有2种表方式，磁盘和关系型数据库，一般我们都是用mysql，2者操作一样。

磁盘scp，mysql的话将mysql的hive库和表同步过去。

同步方式很多，导出sql，用工具navicat，同步脚本。这里就不写具体方式，比较简单。

如果原表有分区，那么需要在迁移后的表，迁移数据后，进行分区修复。

进入迁移后的hive后输入

msck repair table xxx

如果迁移失败，导致没有元数据，那么需要重新建表。

先查看原表的结构，在原来的hive里或者beeline中。

show create table xxx

然后通过脚本导出为不带边框的表sql

beeline --showHeader=false --outputformat=dsv -e "show create table 库名.表名" > /xx.sql

然后进入迁移后的表，迁移数据后，进入hive在将这个建表sql建立一下。