点一下关注吧非常感谢持续更新----------------------Java篇开始了---------目前开始更新 MyBatis一起深入浅出目前已经更新到了---------* Hadoop已更完* HDFS已更完* MapReduce已更完* Hive已更完* Flume已更完* Sqoop已更完* Zookeeper已更完* HBase已更完* Redis 已更完* Kafka已更完* Spark已更完* Flink已更完* ClickHouse已更完* Kudu已更完* Druid已更完* Kylin已更完* Elasticsearch已更完* DataX已更完* Tez已更完* 数据挖掘已更完* Prometheus已更完* Grafana已更完* 离线数仓正在更新…章节内容----上节我们完成了如下的内容留存会员模块* DWS 层* ADS 层* 创建 Hive 执行脚本基本架构----之前已经完成了Flume的数据采集到HDFS中现在我们将依次走通流程* ODS* DWD* DWS* ADS* DataX数据导出到MySQLADS有4张表需要从数据仓库的ADS层导入MySQL即Hive MySQL ads.ads_member_active_count ads.ads_member_retention_count ads.ads_member_retention_rate ads.ads_new_member_cnt 在Hive中可以看到这几张表创建库表---- – MySQL 建表 – 活跃会员数 create database dwads; drop table if exists dwads.ads_member_active_count; create table dwads.ads_member_active_count(dtvarchar(10) COMMENT ‘统计日期’,day_countint COMMENT ‘当日会员数量’,week_countint COMMENT ‘当周会员数量’,month_countint COMMENT ‘当月会员数量’, primary key (dt) ); – 新增会员数 drop table if exists dwads.ads_new_member_cnt; create table dwads.ads_new_member_cnt (dtvarchar(10) COMMENT ‘统计日期’,cntint, primary key (dt) ); – 会员留存数 drop table if exists dwads.ads_member_retention_count; create table dwads.ads_member_retention_count (dtvarchar(10) COMMENT ‘统计日期’,add_datevarchar(10) comment ‘新增日期’,retention_dayint comment ‘截止当前日期留存天数’,retention_countbigint comment ‘留存数’, primary key (dt) ) COMMENT ‘会员留存情况’; – 会员留存率 drop table if exists dwads.ads_member_retention_rate; create table dwads.ads_member_retention_rate (dtvarchar(10) COMMENT ‘统计日期’,add_datevarchar(10) comment ‘新增日期’,retention_dayint comment ‘截止当前日期留存天数’,retention_countbigint comment ‘留存数’,new_mid_countbigint comment ‘当日会员新增数’,retention_ratiodecimal(10,2) comment ‘留存率’, primary key (dt) ) COMMENT ‘会员留存率’; 执行结果如下图DataX-----### DataX 之前章节已经介绍过了 这里就简单一说 详细教程看之前的### 基本介绍DataX 是阿里巴巴开源的一款分布式数据同步工具用于实现各种异构数据源之间高效、稳定的数据同步。其主要功能包括数据的批量导入、导出和实时传输支持多种主流数据源例如关系型数据库、NoSQL 数据库、大数据存储系统等。DataX 的核心思想是“插件化架构”通过灵活的 Reader 和 Writer 插件实现不同数据源之间的数据交换。### DataX 的特点#### 插件化架构* Reader用于从数据源读取数据。* Writer用于将数据写入目标存储。* 插件开发简单可以根据需要扩展支持新的数据源。#### 高性能与高扩展性* 支持大规模数据同步处理速度快。* 支持多线程并发传输利用 CPU 和 IO 性能。* 可配置分片任务Shard实现分布式同步。#### 兼容性强* 支持丰富的异构数据源包括 MySQL、Oracle、SQL Server、PostgreSQL、MongoDB、HDFS、Hive、ODPS、ElasticSearch 等。* 可在不同系统之间传输数据比如从传统 RDBMS 数据库迁移到大数据系统。#### 易用性* 配置简单基于 JSON 文件定义任务易于上手。* 提供详尽的运行日志便于定位和解决问题。* 开源代码支持二次开发。#### 可监控性* 提供详细的任务运行指标比如吞吐量、数据量等。* 支持失败任务自动重试确保数据同步过程的可靠性。### 配置文件导出活跃会员数ads_member_active_count编写一个JSON出来 vim /opt/wzk/datax/export_member_active_count.json hdfsreader mysqlwriter { “job”: { “setting”: { “speed”: { “channel”: 1 } }, “content”: [{ “reader”: { “name”: “hdfsreader”, “parameter”: { “path”: “/user/hive/warehouse/ads.db/ads_member_active_count/dtKaTeX parse error: Expected }, got EOF at end of input: … value: do_date” }, { “index”: 0, “type”: “string” }, { “index”: 1, “type”: “string” }, { “index”: 2, “type”: “string” } ], “fileType”: “text”, “encoding”: “UTF-8”, “fieldDelimiter”: “,” } }, “writer”: { “name”: “mysqlwriter”, “parameter”: { “writeMode”: “replace”, “username”: “hive”, “password”: “hivewzk.icu”, “column”: [“dt”,“day_count”,“week_count”,“month_count”], “preSql”: [ “” ], “connection”: [{ “jdbcUrl”: “jdbc:mysql://h122.wzk.icu:3306/dwads? useUnicodetruecharacterEncodingutf-8”, “table”: [ “ads_member_active_count” ] }] } } }] } } 写入的内容如下所示### 编写命令DataX的运行的方式如下所示 python datax.py -p “-Ddo_date2020-07-21” /opt/wzk/datax/export_member_active_count.json ### 编写脚本编写一个脚本用来完成这个流程 vim /opt/wzk/hive/export_member_active_count.sh 写入的内容如下所示 #!/bin/bash JSON /opt/wzk/datax source /etc/profile if [ -n “$1” ] ;then do_date$1 else do_datedate -d -1 day %Ffi pythonDATAXHOME/bin/datax.py−p−DdodateDATAX_HOME/bin/datax.py -p -Ddo_dateDATAXH​OME/bin/datax.py−p−Ddod​atedo_date $JSON/export_member_active_count.json 写入的内容如下所示