个人中心
文章发布
退出
作者热门文章
- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库？
- java - OnItemClickListener 不起作用，但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
24
4
预警:我是数据科学/数据工程师/hadoop领域的新手；我一直在寻找将大量数据(数百万行)导入我们设置的 Hadoop 集群的解决方案。数据库是Oracle，我一直在探索很多方法来运行这样的工作；最终目标是尽可能接近集群内的实时数据导入。
我在这里看到的第一个工作是通过使用 sqlplus 的 shell 文件。我创建了这个 sql 脚本来运行并将表和日期作为工作参数，然后为我们希望每天在集群中看到的特定表运行 shell 脚本。然后可以安排此任务每晚自动执行一次。这种方法的问题在于它似乎进行得太慢了。据我所知，UTL_FILE 和 Pro*C 同样慢。
这让我发现了 Sqoop，我们已经安装了它，但我不明白的是为什么它比 sqlplus 快得多。使用 SQLPlus，我只需选择表语句并将其假脱机到文本分隔文件(例如 csv)中。这是一个过程。在 Sqoop 中，它是如何进行多个并行调用的？
任何对此问题的见解都将不胜感激!
最佳答案
您知道“UTL_FILE 和 Pro*C 同样慢”……您是如何学到的？你测量了什么？我想知道为什么 Pro*C 应该很慢？毕竟是 C。
当导入到 hadoop HDFS 比导入到本地文件系统更快时——并且它们都在可比较的磁盘上——那么这肯定是因为一个正在执行顺序写入(附加 block )而另一个正在写入随机 block ...
当您想要接近实时导入时，您必须保持某种更改跟踪。在 Oracle 中执行此操作的最佳方法是使用物化 View 日志。
关于sql - 将 Oracle 数据导入 Hadoop，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25041586/
24
4
0
SQL、PL-SQL 和 T-SQL 之间有什么区别？ 谁能解释一下这三者之间的区别，并提供每一个的相关使用场景？ 最佳答案 SQL 是一种对集合进行操作的查询语言。 它或多或少是标准化的，几乎所有关
这个问题已经有答案了: What is the difference between SQL, PL-SQL and T-SQL? (6 个回答) 已关闭 9 年前。 我对 SQL 的了解足以完成我的
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列，该列有一个默认约束为 GETDATE()。 使用 LINQ 时，我没有为 RegistrationDate 列提供任
我有一个可能属于以下类型的字符串 string expected result 15-th-rp 15 15/12-rp 12 15-12-th
很难说出这里问的是什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或言辞激烈，无法以目前的形式合理回答。如需帮助澄清此问题以便可以重新打开，visit the help center . 9年前关闭
我有一个存储过程(称为 sprocGetArticles)，它从文章表中返回文章列表。这个存储过程没有任何参数。 用户可以对每篇文章发表评论，我将这些评论存储在由文章 ID 链接的评论表中。 有什么方
我目前正在做一个 *cough*Oracle*cough* 数据库主题。讲师介绍embedded SQL作为让其他语言(例如 C、C++)与(Oracle)数据库交互的方式。 我自己做了一些数据库工作
SQL Server 中 SQL 语句的最大长度是多少？这个长度是否取决于 SQL Server 的版本？ 例如，在 DECLARE @SQLStatement NVARCHAR(MAX) = N'S
这个问题已经有答案了: Simple way to transpose columns and rows in SQL? (9 个回答) 已关闭 8 年前。 CallType
预先感谢您对此提供的任何帮助。 假设我有一个查询，可以比较跨年的数据，从某个任意年份开始，永无止境(进入 future )，每年同一时期直到最后一个完整的月份(其特点是一月数据永远不会显示至 2 月
我在数据库中有一个 USER 表。该表有一个 RegistrationDate 列，该列的默认约束为 GETDATE()。 使用 LINQ 时，我没有为 RegistrationDate 列提供任何数
下面是我试图用来检查存储过程是否不存在然后创建过程的 sql。它会抛出一个错误:Incorrect syntax near the keyword 'PROCEDURE' IF NOT EXISTS
我有一个同事声称动态 SQL 在许多情况下比静态 SQL 执行得更快，所以我经常看到 DSQL 到处都是。除了明显的缺点，比如在运行之前无法检测到错误并且更难阅读，这是否准确？当我问他为什么一直使用
来自 lobodava 的动态 SQL 查询是: declare @sql nvarchar(4000) = N';with cteColumnts (ORDINAL_POSITION, CO
使用 SQL Server 中的存储过程执行动态 SQL 命令的现实优点和缺点是什么 EXEC (@SQL) 对比 EXEC SP_EXECUTESQL @SQL ？ 最佳答案 sp_executes
我有这个有效的 SQL 查询: select sum(dbos.Points) as Points, dboseasons.Year from dbo.StatLines dbos i
我正在调试一些构建成功运行的 SQL 命令的代码。 然而，在查询结束时，查询结果似乎被写入了一个文本文件。 完整的查询如下 echo SELECT DATE,DATETABLE,DATE,APPDAT
我有一些创建表的 .sql 文件(MS SQL 数据库): 表_1.sql: IF OBJECT_ID (N'my_schema.table1', N'U') IS NOT NULL DROP TAB
我写了下面的 SQL 存储过程，它一直给我错误@pid = SELECT MAX(... 整个过程是: Alter PROCEDURE insert_partyco @pname varchar(20
我在 SQL Server 2005 中有包含两列 Fruit 和 Color 的表，如下所示 Fruit Colour Apple Red Orange
我是一名优秀的程序员,十分优秀！