sqoop oracle到hive，动态分区操作记录

sqoop，将oracle数据传递到hive，可以直接将表数据覆盖传递，也可以按select传递，这里我用的是select查询的

脚本如下：

1、创建分区表，按c1分区

 CREATE TABLE `xx.cc`(
  `c1` string)  
PARTITIONED BY(`c2` string);

2、通过sqoop将数据导入临时表中

sqoop import -D oraoop.jdbc.url.verbatim=true 
--hive-import --hive-overwrite  
--connect jdbc:oracle:thin:@ip:port:实例名 --username xx_name --password xx_password 
--query "select c1,c2  from table_name where c1=1 and $CONDITIONS" --hive-database hive_database_name --hive-table cc_temp 
--target-dir /user/hive/warehouse/xx.db/cc_temp_target 
--delete-target-dir --num-mappers 1 --fetch-size 5000 --hive-drop-import-delims --null-string '\N' --null-non-string '\N'

sqoop说明：

query里面，必须有where条件，同时必须添加 $CONDITIONS， $CONDITIONS在执行时会自动替换位（1= 0）,但是不影响查询
query表如果不存在，会自动创建表，字段顺序与select的字段相同；如果存在，会根据字段名一一对应
非常要注意的，临时表对应的分区字段，必须放再最后面，其他字段顺序是否要求相同，没有尝试（不理解他的原理）
target-dir 对应的目录，需要当前用户有操作权限，同时，target-dir对应的目录，不可存在，或者对应即将生成的表文件；原因如下
- target-dir是sqoop将oracle导入数据生成的临时文件（是文件，不是目录）,如果已存在，则会报错
- sqoop将oracle导入到hive后，会将target-dir删除，如果target-dir对应的是即将生成的表文件，则数据会删除

3、将临时表，导入分区表

set hive.exec.dynamic.partition.mode=nonstrict
insert overwrite table xx.cc partition(c1) select * from xx.cc_temp;

4、出现得问题

使用过程中，出现错误：Cannot insert into target table because column number/types are different，后台异常提示为：node tried to create too many dynamic partitions.The maximum number of dynamic partitions is...
这是因为默认动态分区只能为100个，所以异常了。可以在执行插入数据到分区时，添加参数设置：

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
set hive.exec.max.dynamic.partitions.pernode=10000;
set hive.exec.max.dynamic.partitions=10000;
set hive.exec.max.created.files=10000;


或者不使用动态分区，改为新增数据，新增时按指定数据分区