先使用Tos建立模型，將Oracle中的數據導入到本地：

build job后，形成獨立可以運行的程序：

將生成的zip文件，上傳到hadoop集群上，有hive環境的機器上：

[hive@h1 work]$ ls file.zip jobInfo.properties join lib [hive@h1 work]$ cd join/ [hive@h1 join]$ ls bigdatademo items join_0_1.jar join_run.bat join_run.sh src user_activity2 [hive@h1 join]$ pwd /home/work/join [hive@h1 join]$ ls bigdatademo items join_0_1.jar join_run.bat join_run.sh src user_activity2 [hive@h1 join]$ pwd /home/work/join [hive@h1 join]$ ./join_run.sh > user_activity2 2>&1 &

這樣就得到了SQL語句執行的結果，存放在user_activity2中。

hive建表語句：

?

hive> show create table user_activity2; OK CREATE TABLE `user_activity2`(`user_id` string, `user_name` string, `sex` string, `age` string, `reg_hosp` string, `reg_community` string, `type` string, `disease_code` string, `disease` string, `doctor` string, `hosp_name` string, `service_id` string, `drug_id` string, `drug_name` string, `antibiotic` string, `hormone` string, `source` string, `base_drug` string, `community` string, `date` string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION'hdfs://h1:8020/apps/hive/warehouse/cyw.db/user_activity2' TBLPROPERTIES ('transient_lastDdlTime'='1435547544') Time taken: 0.288 seconds, Fetched: 31 row(s)

將數據導入到hive表中：load data local inpath './user_activity2' into table user_activity2;

hive> show tables; OK Time taken: 0.794 seconds hive> use cyw; OK Time taken: 0.256 seconds hive> show tables; OK user_activity user_activity2 Time taken: 0.136 seconds, Fetched: 2 row(s) hive> load data local inpath './user_activity2' into table user_activity2; Loading data to table cyw.user_activity2 Table cyw.user_activity2 stats: [numFiles=1, totalSize=216927483] OK Time taken: 10.898 seconds hive> select * from user_activity2; OK F805418B-335F-4CA3-A209-7C9655148146 余澤英 2 47 成都高新區合作社區衛生服務中心 合作 1 急性支氣管炎 譚萬龍 成都高新區合作社區衛生服務中心 1E972231-C65A-4CE3-9233-8EA1B18058DE 滅菌注射用水 d875aacf-4723-4777-91ec-12d63732b58f 0 0 其他 合作 2014-02-27 F805418B-335F-4CA3-A209-7C9655148146 余澤英 2 47 成都高新區合作社區衛生服務中心 合作

查詢語句：

select a.個人id,b.姓名,b.性別,round((sysdate - b.出生日期) / 365) as fage,b.建檔單位,replace(replace(replace(b.建檔單位, '高新區'), '社區衛生服務中心'),'成都') 建檔社區,1 as ftype,a.問題編碼,a.問題名稱,a.處理醫生,c.機構名,a.服務記錄id,f.名稱,f.id 藥品ID ,f.抗生素, f.激素類藥,case when f.藥品來源 is null then '其他' else f.藥品來源 end 藥品來源, f.基藥分類,replace(replace(replace(c.機構名, '高新區'), '社區衛生服務中心'),'成都') 診療社區, to_char(a.發現日期, 'yyyy-mm-dd') 診療日期from ZLCHS.個人問題列表 a,ZLCHS.個人信息 b,ZLCHS.服務活動記錄 c,(select d.事件id, e.名稱, e.id, h.藥品來源, h.基藥分類, g.抗生素, g.激素類藥from ZLCHS.個人費用記錄 d, ZLCHS.收費項目目錄 e, ZLCHS.藥品規格 h, ZLCHS.藥品特性 gwhere d.收費項目id = e.idand d.收據費目 in ('西藥費', '中草藥費', '中成藥費')and h.藥品id(+) = e.idand h.藥名id = g.藥名id) f where a.個人id = b.id(+)and a.服務記錄id = c.id(+)and a.服務記錄id = f.事件id(+)

?

加入分區字段：

CREATE TABLE `user_activity`(`user_id` string, `user_name` string, `sex` string, `age` string, `reg_hosp` string, `reg_community` string, `type` string, `disease_code` string, `disease` string, `doctor` string, `hosp_name` string, `service_id` string, `drug_id` string, `drug_name` string, `antibiotic` string, `hormone` string, `source` string, `base_drug` string, `community` string, `date` string) PARTITIONED BY ( `dt` string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION'hdfs://h1:8020/apps/hive/warehouse/cyw.db/user_activity' TBLPROPERTIES ('transient_lastDdlTime'='1435559269') Time taken: 0.252 seconds, Fetched: 33 row(s)

?

默認的字段分隔符為ascii碼的控制符\001,建表的時候用fields terminated by '\001',如果要測試的話，造數據在vi 打開文件里面，用ctrl+v然后再ctrl+a可以輸入這個控制符\001。按順序，\002的輸入方式為ctrl+v,ctrl+b。以此類推。

?

?

總結

以上是生活随笔為你收集整理的使用Talend Open Studio将数据分步从oracle导入到hive中的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。