Hive中parquet压缩格式分区表的跨集群迁移记录

环境与需求

集群环境

华为FushionInsight A

华为FushionInsight B

华为集群管理机 local

Hive 3.1.0

HDFS 3.3.1

需求描述

从华为A集群中将我们的数据迁移到华为B集群，其中数据经过华为集群管理机local跳转。

数据样例：分区表 外部表 .parquet压缩

操作步骤

STEP 1

记下表所在华为A集群的HDFS位置，使用命令desc formatted 'tablename';获取，如'hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename'。

记下建表语句，使用命令show create table 'tablename;'

STEP 2

查看表在华为A集群的HDFS占用空间，使用命令hdfs dfs -du -h 'hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename'，稍后将表大小记录，并判断存储是否满足要求。

STEP 3

STEP 2条件满足，使用命令hdfs dfs -get '粘贴在STEP 1中复制的位置'，将表完整内容get到本地管理机local。

此时如果表存储过大，我们根据要迁移的表的分区进行get操作也可以，将对应分区名跟在位置后，如'hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename/2023'，一般表示2023年的分区。

STEP 4

在华为B集群中创建迁移的表，STEP 1中我们已经拿到了建表语句，需要修改位置：'hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename'，请修改位置为默认Hive默认数据库的位置。

STEP 5

将STEP 3 中的文件put到华为集群B的'hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename/2023'目录下。
在华为集群B执行hdfs dfs -du -h hdfs://hacluster/user/hive/warehouse/bigdata.db/tablename，确认数据成功上传。

STEP 6

在建表语句中可以看到分区的字段date，再执行HQL语句alter table tablename add partition（date='2023'）。