数据加载的妙招解析

  大数据中怎么来加载数据呢？数据加载应该注意哪些问题呢?关系型数据库和Impala、Hive加载数据有哪些区别呢？

在了解加载数据之前必须明确一个概念“数据验证”， Impala和Hive与其他关系型数据库不一样，关系型数据库是在写的时候进行校验，比如我们创建一个表，当去给它加载数据的时候，它会去验证数据以及数据类型是不是符合要求，如果不符合，数据就加载不了。

在Hive和Impala中，它在读的时候进行校验。为什么会这样设计呢？主要是为了提升写的速度和加载的效率。那么，这样检验数据会不会出错呢？当然不会，如果你查询不到这个数据，它会以“null”来表达。如果要对查询可靠性进行保证，保证每个数据都能查到和匹配，可以通过其它的工程语言在前端进行一个保证。

一、从HDFS加载数据

（1）为了加载数据，可以简单地添加文件到HDFS的表目录，这个直接使用hdfs dfs命令完成

示例：从HDFS加载数据到sales表

（2）使用LOAD DATA INPATH命令，在Hive或者Impala里完成。这个操作将在HDFS内移动数据，就像前面的命令一样，数据源可以是文件或目录。

二、覆盖数据

（1）添加OVERWRITE关键字在导入之前删除所有记录。就是在表目录内移除所有文件，然后把新文件移动到那个目录。

三、追加选择的记录到表中

（1）通过查询插入数据

1、使用INSERT INTO来添加结果到已存在的Hive表中

2、指定WHERE条件来控制哪些记录将被追加

四、使用元数据库管理器加载数据

（1）元数据管理器提供了两种方法来加载数据

五、从关系型数据库加载数据

Sqoop内嵌支持导入数据到Hive和Impala，可以添加--hive-import选项到Sqoop命令，在Hive元数据库中创建表，从RDBMS导入数据到HDFS表目录。

注意--hive-import创建的表在Hive和Impala中都可以访问

有问题，随时来，还有同行共欢聚，大家一起聊！

欢迎关注微信公众号“大数据cn”。