栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

使用DistCp,两个集群之间的数据拷贝

使用DistCp,两个集群之间的数据拷贝

需求:两个集群A和B,把集群A的aa.src_table表的数据,拷贝到B集群的bb.obj_table里面。B集群的HDFS地址,是确定的。A集群地址采用动态方式获取

步骤:
1、SQL中动态获取aa.src_table表的HDFS位置,srcTableInfo=`beeline -u ${JDBC} -e "DESCRIBE EXTENDED aa.src_table"`
其中${JDBC}是访问Hive集群的链接

2、利用egrep和sed,获取aa.src_table表的HDFS位置,代码如下:

srcLocation=`echo ${srcTableInfo} | egrep -o 'Location[^S]+' | sed 's/Location//' | sed 's/|/ /g' | sed 's/  */ /g'`


其中,egrep -o 'Location[^S]+',定位到Location,[^S]+表示非空白字符一次或者多次,最后利用sed s命名把|和空格都替换掉

3、利用hadoop distcp,在两个集群之间拷贝数据

4、数据拷贝的代码是:

hadoop distcp -Dmapreduce.job.queuename=xxxxx(这里是队列名称) -overwrite -pb -prpca -m 128 -bandwidth 2 -i ${srcLocation} ${OjbLocation}

5、https://hadoop.apache.org/docs/stable/hadoop-distcp/DistCp.html  官方对DistCp命名的使用执导,命名的参数表示啥意思,可以参考这个文档

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/316215.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号