离线同步ODPS中多个分区数据

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 离线同步ODPS中多个分区数据

问题背景

数据集成同步不同分区的数据报错:Exception when job run com.alibaba.datax.common.exception.DataXException: Code:DATAX_R_ODPS_018:分区不存在, Solution:[请修改配置的分区值]


排查过程

1、准备分区表

CREATETABLE IF NOT EXISTS sale_detail( shop_name STRING, customer_id STRING, total_price DOUBLE, customer_name STRING, education BIGINT, customer_name1 STRING COMMENT '客户', education1 BIGINT COMMENT '教育') PARTITIONED BY(sale_date STRING,region STRING) STORED AS ALIORC;


2、准备数据

insertinto sale_detail partition (sale_date='2014', region='china')values('s1','c1',99,'c1',99,'c1',99),('s2','c2',100.2,'c1',99,'c1',99),('s3','c3',100.3,'c1',99,'c1',99);


3、脚本模式创建同步任务

{
    "type": "job",
    "version": "2.0",
    "steps": [
        {
            "stepType": "odps",
            "parameter": {
                "partition": "sale_date=*/region=china",
                "indexes": [],
                "datasource": "odps_first",
                "envType": 1,
                "isSupportThreeModel": false,
                "column": [
                    "shop_name",
                    "customer_id",
                    "total_price",
                    "customer_name",
                    "education",
                    "customer_name1",
                    "education1"
                ],
                "tableComment": "",
                "table": "sale_detail"
            },
            "name": "Reader",
            "category": "reader"
        },
        {
            "stepType": "odps",
            "parameter": {
                "partition": "sale_date=${bizdate},region=china",
                "truncate": true,
                "indexes": [],
                "datasource": "public_odps",
                "envType": 1,
                "isSupportThreeModel": false,
                "column": [
                    "shop_name",
                    "customer_id",
                    "total_price",
                    "customer_name",
                    "education",
                    "customer_name1",
                    "education1"
                ],
                "emptyAsNull": false,
                "tableComment": "",
                "table": "sale_detail"
            },
            "name": "Writer",
            "category": "writer"
        },
        {
            "name": "Processor",
            "stepType": null,
            "category": "processor",
            "copies": 1,
            "parameter": {
                "nodes": [],
                "edges": [],
                "groups": [],
                "version": "2.0"
            }
        }
    ],
    "setting": {
        "executeMode": null,
        "errorLimit": {
            "record": ""
        },
        "speed": {
            "concurrent": 2,
            "throttle": false
        }
    },
    "order": {
        "hops": [
            {
                "from": "Reader",
                "to": "Writer"
            }
        ]
    }
}


4、验证数据5、复现问题


问题原因

配置的分区不存在


解决方案

根据实际有的分区配置,以下两种方式均可:

  • "partition": "sale_date=${bizdate},region=china"
  • "partition": "sale_date=${bizdate}/region=china"


适用范围

大数据开发治理平台DataWorks

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
23天前
|
存储 SQL 分布式计算
大数据散列分区映射到分区
大数据散列分区映射到分区
31 4
|
23天前
|
存储 负载均衡 算法
大数据散列分区计算哈希值
大数据散列分区计算哈希值
38 4
|
23天前
|
大数据 数据管理 定位技术
大数据散列分区选择分区键
大数据散列分区选择分区键
24 2
|
12天前
|
DataWorks 搜索推荐 数据挖掘
DataWorks: 驾驭数据浪潮,解锁用户画像分析新纪元
本文详细评测了DataWorks产品,涵盖最佳实践、用户体验、与其他工具对比及Data Studio新功能。内容涉及用户画像分析、数据管理作用、使用过程中的问题与改进建议,以及Data Studio的新版Notebook环境和智能助手Copilot的体验。整体评价肯定了DataWorks在数据处理和分析上的优势,同时也指出了需要优化的地方。
83 24
|
21天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
43 4
|
22天前
|
负载均衡 大数据
大数据散列分区查询频率
大数据散列分区查询频率
22 5
|
22天前
|
存储 大数据 数据处理
大数据散列分区数据分布
大数据散列分区数据分布
26 2
|
22天前
|
存储 负载均衡 监控
大数据散列分区数据分布
大数据散列分区数据分布
20 1
|
27天前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4
|
27天前
|
存储 算法 固态存储
大数据分区优化存储成本
大数据分区优化存储成本
31 4