如何使用 sqoop import-mainframe --create-hive-table 命令定义 hive 表结构答案

【问题标题】：how to define hive table structure using sqoop import-mainframe --create-hive-table command如何使用 sqoop import-mainframe --create-hive-table 命令定义 hive 表结构
【发布时间】：2016-08-24 16:04:42
【问题描述】：

我们正在尝试导入一个平面大型机文件以加载到配置单元表中。我能够使用 sqoop import-mainframe 将其导入并加载到 hive 表中，但我的整个文件都放在一列中，而且该列中也没有名称。

是否可以在 sqoop import 命令本身中定义表结构？

我们正在使用以下命令从大型机导入并将其加载到 Hive 表中

sqoop import-mainframe --connect mainframe.com --dataset mainframedataset --username xxxxx -P --hive-import --create-hive-table --hive-table table1 --warehouse-dir /warehouse/

大型机数据示例：

ASWIN|1234|1000.00
XXXX|1235|200.00
YYYY|1236|150.00

sqoop生成的Hive表创建脚本：

CREATE TABLE Employee ( DEFAULT_COLUMN STRING) COMMENT 'Imported by sqoop on 2016/08/26 02:12:04' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\001' LINES TERMINATED BY '\012' STORED AS TEXTFILE

【问题讨论】：

分享mainframedataset dataset 的样本数据。 列中没有名称是什么意思？
还将--verbose 放在命令末尾（查看扩展日志）。它将显示 CREATE TABLE 语句。也分享该声明。
感谢开发者的回复！！。我的大型机数据集包含以下示例数据

ASWIN|1234|1000.00
XXXX|1235|200.00
YYYY|1236|150.00
我需要移动这个使用 sqoop 命令到 Hadoop 配置单元表的日期，并希望将表定义为表名称为员工，列为 (Name String, Empid int,Amount float)
但现在在 sqoop -hive-import --create- hive-table 没有提供定义列名的选项有没有办法这样做？
我尝试了 --verbose 语句，下面是创建表时发生的情况 16/08/26 02:12:04 DEBUG hive.TableDefWriter: Create statement: CREATE TABLE Employee (@987654326 @ STRING) COMMENT 'Imported by sqoop on 2016/08/26 02:12:04' ROW FORMAT DELIMITED FIELDS TERMINATED BY '\001' LINES TERMINATED BY '\012' STORED AS TEXTFILE 所有三列都存储为单个列名为“DEFAULT_COLUMN”的列
我更新了你的问题。这就是你想要的。对吗？

标签： sqoop

【解决方案1】：

根据 Sqoop docs，

默认情况下，数据集中的每条记录都存储为文本记录，末尾有一个换行符。假设每条记录都包含一个名为 DEFAULT_COLUMN 的文本字段。当 Sqoop 将数据导入 HDFS 时，它会生成一个 Java 类，该类可以重新解释它创建的文本文件。

您的 psv 文件将被加载到 HDFS。

现在使用自己创建table1 (hive 表) -

CREATE TABLE table1 (Name string, Empid int,Amount float) ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' LINES TERMINATED BY '\012' STORED AS TEXTFILE

现在运行不带--create-hive-table 标签的 sqoop 导入命令。它应该可以工作。

【讨论】：