背景： hive中虽然有数据类型，但是int、double、string都可以在hive中存储为string类型，hive中String类型是没有长度

限制的。hive中空值有三种情况，null(NULL值)、'\0'字符(hive自定义的空字符）、''（空字符）。

  由于hive在存储上存在以上情况，当把数据导入mysql会导致一下问题：   1、字符长度太小的异常。由于mysql定义表结构的时候会定义字段

长度值，当hive中数据的int、double、String长度大于mysql表定义的长度会出现mysql字段定义的数据长度太多而出现异常。

  2、int、double空数据异常。hive中int、double的空字符是有以上三种情况，会导致空值存储到mysql时出现类型不匹配而出现异常。   

解决办法：

  1、根据业务场景设定mysql字段长度。

  2、在数据导从hive导入mysql之前把空字符替换成默认字符。

大部分利用hive做数据分析的步骤是先用hive将统计结果导出到本地文件或者Hive的其他表中，再将本地文件导入到mysql或者利用sqoop将Hive表导入到mysql中。

今天同事给推荐了一个利用udf函数直接将统计结果导入mysql的方法。

步骤为

hive>add jar /usr/lib/hive/lib/hive-contrib-0.9.0-cdh4.1.2.jar

Added /usr/lib/hive/lib/hive-contrib-0.9.0-cdh4.1.2.jar to class path

Added resource: /usr/lib/hive/lib/hive-contrib-0.9.0-cdh4.1.2.jar

hive>add jar /usr/share/java/mysql-connector-java-5.1.17.jar

Added /usr/share/java/mysql-connector-java-5.1.17.jar to class path

Added resource: /usr/share/java/mysql-connector-java-5.1.17.jar

hive>CREATE TEMPORARY FUNCTION dboutput AS 'org.apache.hadoop.hive.contrib.genericudf.example.GenericUDFDBOutput'

hive>select dboutput('jdbc:mysql://localhost/result','root','123456','INSERT INTO dc(code,size) VALUES (?,?)',code,size) from accesslog limit 10

注：result为mysql数据库名，dc为数据库result中的表名 dc(code,size)括号中的字段为mysql表dc字段，values(?,?)对应hive统计结果的值 后面的code,size为hive表中的字段，accesslog表示hive中的表名称。

通过以上步骤即可将hive统计结果直接导入到mysql数据库中。

如何用sqoop将hive分区表信息导入到mysql命令

直接导入hive表

sqoop

import

--connect

jdbc:postgresql://ip/db_name--username

user_name

--table

table_name

--hive-import

-m

5

内部执行实际分三部，1.将数据导入hdfs（可在hdfs上找到相应目录），2.创建hive表名相同的表，3，将hdfs上数据传入hive表中

sqoop根据postgresql表创建hive表

sqoop

create-hive-table

--connect

jdbc:postgresql://ip/db_name

--username

user_name

--table

table_name

--hive-table

hive_table_name(

--hive-partition-key

partition_name若需要分区则加入分区名称)

导入hive已经创建好的表中

sqoop

import

--connect

jdbc:postgresql://ip/db_name

--username

user_name

--table

table_name

--hive-import

-m

5

--hive-table

hive_table_name

(--hive-partition-key

partition_name

--hive-partition-value

partititon_value)

使用query导入hive表

sqoop

import

--connect

jdbc:postgresql://ip/db_name

--username

user_name

--query

"select

,*

from

retail_tb_order

where

\$CONDITIONS"

--hive-import

-m

5

--hive-table

hive_table_name

(--hive-partition-key

partition_name

--hive-partition-value

partititon_value)

---

注意：$CONDITIONS条件必须有，query子句若用双引号，则$CONDITIONS需要使用\转义，若使用单引号，则不需要转义。