场景描述 客户在IDC或者公有云环境自建Hadoop集群构建数据仓库和分析系统,购买阿里云Databricks数据洞察集群之后,涉及到数仓数据和元数据的迁移以及Hive版本的订正更新。 方案优势 1. 全托管Spark集群免运维,节省人力成本。 2. Databricks数据洞察与阿里云其他产品(OSS、RDS、MaxCompute、EMR)进行深度整合,支持以这些产品为数据源的输入和输出。 3. 使用Databricks Runtime商业版引擎相比开源Spark性能有3-5倍的提升。 解决问题 1. Hive数仓数据迁移OSS方案。 2. Hive元数据库迁移阿里云RDS方案。 3. Hive跨版本迁移到Databricks数据洞察使用Delta表查询以提高查询效率。
1.创建 2020年 12月 07日对应的分区:hive 在 hive命令执行如下 HQL命令:use log_data_warehouse;alter table apache_logs add partition(year="2020",month="12",day="07");文档版本:20210425 17 自建 Hive数据仓库跨版本迁移到阿里云 Databricks数据洞察 基础环境搭建 2.将保存在 HDFS中 20201207目录下的文件加载到 ...