sqoop clob从Oracle导入到hive   回车换行导致记录增多

Posted 2020-09-12

sqoop import --hive-import --hive-overwrite  --connect jdbc:oracle:thin:@192.168.92.136:1521:cyporcl --username ODS --password ‘od154DS$!(‘  -m 1  --hive-database ODS --table Q_TRA_DISPUTESTATUS --fields-terminated-by ‘\001‘ --hive-drop-import-delims  --null-string ‘\\N‘ --null-non-string ‘\\N‘  --map-column-java DISPUTERESULT=String

DISPUTERESULT 这个字段是Oracleclob 类型的，里面有回车， 加载到hive 里面导致 记录增多。

--map-column-java和--map-column-hive两个参数都要显示给出；还需要设置--hive-drop-import-delims这样才能顺利导出数据。

.导入的列有换行符如何解决
本以为万事大吉，万万没想到导入的列有nclob类型，里面存储了一篇篇文章，势必有着换行符。果不其然，hive查询数据全部错乱， 查询资料发现--hive-delims-replacement（替换/n,/r等符号用你指定的字符）和--hive-drop-import-delims参数。可添加上去发现并没有什么卵用，没有起作用。百度goole很久，终于发现一篇帖子，http://stackoverflow.com/questions/28076200/hive-drop-import-delims-not-removing-newline-while-using-hcatalog-in-sqoop
意思是要用--map-column-java参数来显示指定列为String类型。我的解决方案为 --map-column-java 我的CLOB列=String 果然，问题解决，换行符全部被去掉。不过听说改变存储格式 或许也可以避免这个问题，希望有着经验的大神来回答一下。总结下来就这么多，希望能帮助大家