一百八十四、大数据离线数仓完整流程——步骤三、在Hive中建基础库维度表并加载MySQL中的维度表数据

一、目的

经过6个月的奋斗，项目的离线数仓部分终于可以上线了，因此整理一下离线数仓的整个流程，既是大家提供一个案例经验，也是对自己近半年的工作进行一个总结。

二、数仓实施步骤

（三）步骤三、在Hive中建基础库维度表并加载MySQL中的维度表数据

1、Hive基础库维度表的建库建表语句

–如果不存在则创建hurys_dc_basic数据库
create database if not exists hurys_dc_basic;
–使用hurys_dc_basic数据库
use hurys_dc_basic;

–第1张表群组-系统关联表tb_device_team
create external table if not exists tb_device_team(
id string ,
device_no string comment ‘设备编号’,
team_id string comment ‘分组编号’
)
comment ‘群组-系统关联表’
row format delimited fields terminated by ‘,’
stored as textfile location ‘/data/t_device_team’
tblproperties(“skip.header.line.count”=”1”) ;

注意：由于维度表的数据量不大而且更新不频繁，所以建表语句直接加载文件夹中的数据

stored as textfile location ‘/data/t_device_team‘

2、海豚执行基础库维度表的建表语句工作流

对于刚部署的服务器，由于Hive没有建库建表、而且手动建表效率低，因此通过海豚调度器直接执行建库建表的.sql文件

（1）海豚的资源中心加建库建表的SQL文件

（2）海豚配置基础库维度表的建表语句的工作流（不需要定时，一次就行）

3、海豚配置基础库维度表每日加载MySQL数据的工作流

（1）海豚基础库维度表加载数据的工作流配置（需要定时，每日一次）

#! /bin/bash
source /etc/profile

hive -e “
set hive.vectorized.execution.enabled=false;
set hive.auto.convert.join=false;
set mapreduce.map.memory.mb=10150;
set mapreduce.map.java.opts=-Xmx6144m;
set mapreduce.reduce.memory.mb=10150;
set mapreduce.reduce.java.opts=-Xmx8120m;
set hive.exec.dynamic.partition.mode=nonstrict;
set hive.exec.dynamic.partition=true;
set hive.exec.parallel=true;
set hive.support.concurrency=false;
set mapreduce.map.memory.mb=4128;
set hive.vectorized.execution.enabled=false;

use hurys_dc_basic
“

（2）工作流定时任务设置（注意与其他工作流的时间间隔）

（3）注意点

3.3.1 由于建表语句直接指向文件夹路径stored as textfile location ‘/data/t_device_team‘，因此每次加载文件数据时直接使用基础库即可use hurys_dc_basic，数据就会自动加载到外部表中

剩余数仓部分，待续！