数据分析：数据同步

Licheng Xu

于 2020-05-25 18:24:21 发布

阅读量635

点赞数

分类专栏：大数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_43912883/article/details/106339308

版权

本文介绍了数据同步的方法，包括使用中间件Sqoop进行数据双向流动，以及数据同步架构1.0和2.0的优缺点。此外，详细讨论了Hive的功能、优点、缺点及其基本操作，包括Hive与MySQL的数据导入和外部表的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据分析：数据同步

一、数据同步

1.1 中间件Sqoop

在这里插入图片描述

Sqoop连接数据的两端，左边是我们比较常用的业务数据库，右边是大数据的组件，Sqoop作为顶级的数据同步中间件，可以实现数据的双向流动，后面会介绍在Docker中具体容器中实行Sqoop的配置、执行命令。

1.2 数据同步架构1.0

背景：第一步建立数据仓库，数据仓库建模的时候，未经过任何加工处理的原始的数据层称之为ODS，最原始的输入数据，对于业务的DB数据一般存储于MySQL，当我们采集完之后需要导入到Hive当中。如果准备高效地将MySQL数据同步到Hive当中，一般是批量地采集数据，然后load到hive当中，优点是实现起来很简单，但是随着业务规模发展，select一张表耗时较久，产生慢查询，而且Hive不支持更新、删除等原语。

在这里插入图片描述

1.3 数据同步架构2.0

CDC是指change、data、catch，Merge是指归类合并，增量地去捕获改变的数据并且把它们在某具体节点进行Merge操作，其实就是利用My

最低0.47元/天解锁文章

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。