【Trafodion使用技巧篇】Trafodion數(shù)據(jù)加載介紹

KunMinX 發(fā)布于2019-06-25 18:52 / 3660人閱讀

摘要：用例測試表繼續(xù)用上述的創(chuàng)建測試文件，內(nèi)容如下創(chuàng)建文件，內(nèi)容如下根據(jù)文件加載數(shù)據(jù)檢查數(shù)據(jù)是否轉(zhuǎn)換成功初試主要是針對大數(shù)據(jù)量的且一般是批量裝載的方式。

Trafodion 的數(shù)據(jù)加載主要包括兩種方法，即 Trickle Load（持續(xù)加載）和 Bulk Load（批量加載）。
下表介紹了兩種加載方法的區(qū)別：

類型	描述	方法/工具
Trickle Load	數(shù)據(jù)量較小，立即插入	ODB 工具（性能通常較第三方ETL工具更好); ETL 工具如kettle、Informatica等; 自主開發(fā)的ODBC/JDBC應(yīng)用。
Bulk Load	數(shù)據(jù)量較大；階段性數(shù)據(jù)并且是批量加載的方式	Bulk Loader

從SQL插入語句實現(xiàn)方式來看，

Trickle Load 又包括以下三種方式：

INSERT

UPSERT

UPSERT USING LOAD

而Bulk Load主要的SQL命令為： LOAD

以上4種SQL實現(xiàn)加載方式區(qū)別如下表：

特征	INSERT	UPSERT	UPSERT USING LOAD	LOAD
事務(wù)	是	是	不是,使用HBase的WAL來恢復(fù)	不是，使用快照(SNAPSHOT)來恢復(fù)
操作方法	通過CheckAndPut調(diào)用走標準HBase寫路徑	通過Put調(diào)用走標準HBase寫路徑	通過Put調(diào)用走標準HBase寫路徑	使用HBase bulk load寫路徑并直接創(chuàng)建HFiles
唯一性約束	強制	不強制，有相同鍵值的覆蓋之前的行	不強制，有相同鍵值的覆蓋之前的行	部分強制
索引	可以用在有索引的表上	可以用在有索引的表上	當(dāng)用在有索引的表上時，會回到UPSERT	可以用在有索引的表，索引會不起作用
最大Size	10k*n 行，n代表節(jié)點數(shù)	10k*n 行，n代表節(jié)點數(shù)	5million*n 行，n代表節(jié)點數(shù)	2 billion*n行，n代表節(jié)點數(shù)
最小Size	1行	1行	1行	1million*n行
速度	最慢	比INSERT快	比UPSERT快	最快

Trafodion Trickle Load 之 odb Load/Extract/Copy命令用法

（注：以下只是初步介紹Trafodion odb工具的幾個主要命令的基本用法，更多用法及適用場景請見下載官方文檔點擊打開鏈接查看詳情）

LOAD

語法

用例
（1）創(chuàng)建測試表

（2）創(chuàng)建測試文件并編輯數(shù)據(jù)

（3）Load文件到測試表

（4）檢查Load是否成功

EXTRACT

語法

用例
（1）繼續(xù)使用上述測試表，當(dāng)前測試表已經(jīng)加載了5條數(shù)據(jù)。

（2）Extract上表數(shù)據(jù)到指定文件

[centos@cent-1 bin]$ ./odb64luo -u trafodion -p traf123 -d traf -l src=test.file:tgt=trafodion.seabase.test_tbl
> :fs=,:rows=5:loadcmd=IN:truncate:parallel=2
odb [main(1354)] - Unknow option :fs=,:rows=5:loadcmd=IN:truncate:parallel=2. Ignored
odb [2016-09-26 09:15:51]: starting ODBC connection(s)... (1) 1 2
Connected to Trafodion
[0.0.0]--- 0 row(s) deleted in 0.687s (prep 0.006s, exec 0.681s, fetch 0.000s/0.000s)
[0] 5 records inserted [commit]
[0] odb version 1.1.0 Load(2) statistics:
        [0] Target table: TRAFODION.SEABASE.TEST_TBL
        [0] Source: test.file
        [0] Pre-loading time: 0.327 s (00:00:00.327)
        [0] Loading time: 0.146 s(00:00:00.146)
        [0] Total records read: 5
        [0] Total records inserted: 5
        [0] Total number of columns: 2
        [0] Total bytes read: 31
        [0] Average input row size: 6.2 B
        [0] ODBC row size: 21 B (data) + 16 B (len ind)
        [0] Rowset size: 100
        [0] Rowset buffer size: 3.61 KiB
        [0] Load throughput (real data): 0.207 KiB/s
        [0] Load throughput (ODBC): 0.702 KiB/s
odb [2016-09-26 09:15:51]: exiting. Session Elapsed time 0.479 seconds (00:00:00.479)

（3）查詢文件內(nèi)容

COPY

語法

用例
（1）創(chuàng)建一個表和原測試結(jié)構(gòu)一致

（2）利用COPY命令把原測試表數(shù)據(jù)復(fù)制到新表

[centos@cent-1 bin]$ ./odb64luo -u trafodion:trafodion -p traf123:traf123 -d traf:traf -cp src=trafodion.seabase.test_tbl:tgt=trafodion.seabase.test_tbl2:rows=m2:truncate
Connected to Trafodion
odb [2016-09-26 09:51:51]: starting ODBC connection(s)... 0 >1 >2
Connected to Trafodion
[1.0.0]--- 0 row(s) deleted in 0.298s (prep 0.285s, exec 0.013s, fetch 0.000s/0.000s)
[1] 5 records copied [commit]
[0] odb version 1.1.0 Copy statistics:
        [0] Source: TRAFODION.SEABASE.TEST_TBL
        [0] Target: trafodion.seabase.test_tbl2
        [0] Total number of columns: 2
        [0] ODBC row size: 23 B (data) + 16 B (len ind)
        [0] Rowset size: 53,773
        [0] Rowset buffer size: 2,048.00 KiB
        [0] Pre-copy time: 0.677 s (00:00:00.677)
        [0] Copy time: 0.037 s (00:00:00.037)
        [0] Total records copied: 5 (0.135 krec/s)
        [0] Copy throughput (ODBC): 0.003 MiB/s  (0.010 GiB/h)
                [0] Total/Wait cycles: 1/0
                        [0>1] 5 records copied in 0.037 (00:00:00.037 s)
                        [0>2] 0 records copied in 0.037 (00:00:00.037 s)
odb [2016-09-26 09:51:52]: exiting. Session Elapsed time 0.733 seconds (00:00:00.733)

（3）檢查數(shù)據(jù)是否復(fù)制成功

TRANSFORM

語法

Transform是Load的一種，Transform的意思是在Load的時候通過一個mapfile來實現(xiàn)一些功能，比如忽略輸入文件的某些行、生產(chǎn)序列號、插入常量、日期格式轉(zhuǎn)換、字符串截取和替換、生成隨機數(shù)等等。

用例
（1）測試表繼續(xù)用上述的test_tbl

（2）創(chuàng)建測試Input文件，內(nèi)容如下：

（3）創(chuàng)建map文件，內(nèi)容如下：

（4）根據(jù)map文件加載數(shù)據(jù)

[centos@cent-1 bin]$ ./odb64luo -u trafion -p traf123 -d traf -l src=test_transform.file:tgt=trafodion.seabase.test_tbl:map=m.map:fs=,:truncate
odb [2016-09-26 10:28:49]: starting ODBC connection(s)... 0
Connected to Trafodion
[0.0.0]--- 5 row(s) deleted in 0.042s (prep 0.001s, exec 0.041s, fetch 0.000s/0.000s)
[0] 5 records inserted [commit]
[0] odb version 1.1.0 Load statistics:
        [0] Target table: TRAFODION.SEABASE.TEST_TBL
        [0] Source: test_transform.file
        [0] Pre-loading time: 0.165 s (00:00:00.165)
        [0] Loading time: 0.023 s(00:00:00.023)
        [0] Total records read: 5
        [0] Total records inserted: 5
        [0] Total number of columns: 2
        [0] Total bytes read: 75
        [0] Average input row size: 15.0 B
        [0] ODBC row size: 21 B (data) + 16 B (len ind)
        [0] Rowset size: 100
        [0] Rowset buffer size: 3.61 KiB
        [0] Load throughput (real data): 3.184 KiB/s
        [0] Load throughput (ODBC): 4.458 KiB/s
odb [2016-09-26 10:28:49]: exiting. Session Elapsed time 0.195 seconds (00:00:00.195)

（5）檢查數(shù)據(jù)是否轉(zhuǎn)換成功

Trafodion Bulk Load 初試

Bulk Load主要是針對大數(shù)據(jù)量的且一般是批量裝載的方式。Bulk Load通常使用LOAD語句實現(xiàn)。

下面介紹幾種Bulk Load方式，

從Trafodion表加載數(shù)據(jù)

從HDFS文件加載數(shù)據(jù)（Hive外部表）

從Hive表加載數(shù)據(jù)

從外部數(shù)據(jù)庫加載數(shù)據(jù)（Mysql to Hive）

從Trafodion表加載數(shù)據(jù)

（1）創(chuàng)建兩個表結(jié)構(gòu)相同的測試表

（2）表1有幾條數(shù)據(jù)，表2沒有數(shù)據(jù)

（3）從表1加載數(shù)據(jù)到表2

從HDFS文件加載數(shù)據(jù)（Hive 外部表）

（1）創(chuàng)建測試文件并利用scp或者其他方式上傳到Hadoop Cluster上，內(nèi)容如下

（2）將測試文件導(dǎo)入HDFS中

（3）在Trafodion中創(chuàng)建測試表

（4）在Hive中創(chuàng)建Hive外部表，指向前面對應(yīng)的HDFS文件

[hdfs@cent-1 ~]$ hive
 
Logging initialized using configuration in jar:file:/opt/cloudera/parcels/CDH-5.4.8-1.cdh5.4.8.p0.4/jars/hive-common-1.1.0-cdh5.4.8.jar!/hive-log4j.properties
WARNING: Hive CLI is deprecated and migration to Beeline is recommended.
hive> create external table test_tbl (name string,age  int,sex  string) row format delimited fields terminated by "," location "/hive/test/test_tbl";
OK
Time taken: 0.085 seconds
hive> show tables;
OK
test_tbl
Time taken: 0.364 seconds, Fetched: 1 row(s)

（5）加載數(shù)據(jù)到Trafodion表

從Hive表加載數(shù)據(jù)

（1）在Hive中創(chuàng)建測試表并插入幾條數(shù)據(jù)

（2）Trafodion中的表繼續(xù)沿用上述測試表，先清空數(shù)據(jù)

（3）從Hive加載數(shù)據(jù)到Trafodion
（注：在做從hive到trafodion數(shù)據(jù)加載的時候有幾個參數(shù)可以配置，用來提升加載性能，如HIVE_MAX_STRING_LENGTH、ALLOW_INCOMPATIBLE_ASSIGNMENT

典型的用法如下：

CQD HIVE_MAX_STRING_LENGTH "1000"; --用于當(dāng)列的最大長度為1KB時

CQD ALLOW_INCOMPATIBLE_ASSIGNMENT "ON"; --用于當(dāng)有時間相關(guān)的列的時候

從外部數(shù)據(jù)庫加載數(shù)據(jù)（Mysql to Hive）

（1）在集群上安裝并啟動Sqoop，Sqoop安裝步驟請參照其官方文檔點擊打開鏈接

（2）下載mysql connector Jar包，并放到/var/lib/sqoop目錄下

（3）在某臺機器上安裝Mysql，安裝Mysql步驟此處不作詳細說明

（4）在mysql數(shù)據(jù)中創(chuàng)建測試表，并插入幾條數(shù)據(jù)

（5）使用sqoop命令從mysql往hive導(dǎo)入數(shù)據(jù)

[hdfs@cent-2 ~]$  sqoop import --connect jdbc:mysql://localhost:3306/test --driver com.mysql.jdbc.Driver --username centos --table test_tbl --split-by name --hive-import --create-hive-table --hive-table test_tabl_hive
Warning: /opt/cloudera/parcels/CDH-5.4.8-1.cdh5.4.8.p0.4/bin/../lib/sqoop/../accumulo does not exist! Accumulo imports will fail.
...
Logging initialized using configuration in jar:file:/opt/cloudera/parcels/CDH-5.4.8-1.cdh5.4.8.p0.4/jars/hive-common-1.1.0-cdh5.4.8.jar!/hive-log4j.properties
OK
Time taken: 3.052 seconds
Loading data to table default.test_tabl_hive
Table default.test_tabl_hive stats: [numFiles=4, totalSize=27]
OK
Time taken: 0.748 seconds

（6）從Trafodion或Hive Shell中查看數(shù)據(jù)是否導(dǎo)入成功

作者:Post_yuan,易鯨捷資深交付工程師。

GPU云服務(wù)器云服務(wù)器 Trafodion webrtc使用介紹數(shù)據(jù)分析篇 ASPNET入門數(shù)據(jù)篇

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/17800.html

發(fā)表評論

登陸后可評論

0條評論

KunMinX

男|高級講師

我要關(guān)注我要私信

TA的文章

tensorflow1.15.0

閱讀 3104·2023-04-25 20:43
Spinservers：國慶優(yōu)惠，圣何塞機房服務(wù)器全線優(yōu)惠25%，雙E5+64GB DDR4+1.6

閱讀 1736·2021-09-30 09:54
基于STM32的實驗室點燈大師

閱讀 1604·2021-09-24 09:47
程序人生 - 祝賀登榜《運維領(lǐng)域內(nèi)容榜》NO.38

閱讀 2895·2021-09-06 15:02
UCloud人臉識別測溫產(chǎn)品

閱讀 3528·2021-02-22 17:09
前端開發(fā)面試題

閱讀 1250·2019-08-30 15:53
原生JS實現(xiàn)DOM粒子爆炸效果

閱讀 1452·2019-08-29 17:04
沒有flexbox彈性盒子，但我們還有table

閱讀 1974·2019-08-28 18:22

成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

【Trafodion使用技巧篇】Trafodion數(shù)據(jù)加載介紹

相關(guān)文章

**【Trafodion使用技巧篇】關(guān)于Trafodion表和Hbase表**

Trafodion值得放入工具箱，因為有以下優(yōu)點

發(fā)表評論

0條評論

KunMinX

男|高級講師

TA的文章

tensorflow1.15.0

Spinservers：國慶優(yōu)惠，圣何塞機房服務(wù)器全線優(yōu)惠25%，雙E5+64GB DDR4+1.6

基于STM32的實驗室點燈大師

程序人生 - 祝賀登榜《運維領(lǐng)域內(nèi)容榜》NO.38

UCloud人臉識別測溫產(chǎn)品

前端開發(fā)面試題

原生JS實現(xiàn)DOM粒子爆炸效果

沒有flexbox彈性盒子，但我們還有table

最新活動

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

【Trafodion使用技巧篇】Trafodion數(shù)據(jù)加載介紹

相關(guān)文章

發(fā)表評論

0條評論

男|高級講師

TA的文章

最新活動

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！