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,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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
199 14
|
3月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
145 14
|
2月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
3月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
137 1
|
3月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
215 1
|
5月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
170 4
|
4月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
163 0
|
5月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
301 3
|
5月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
5月前
|
SQL 人工智能 分布式计算
在数据浪潮中前行:我与ODPS的实践、思考与展望
在数据驱动决策的时代,企业如何高效处理海量数据成为数字化转型关键。本文结合作者实践,深入解析阿里云自研大数据平台 ODPS 的技术优势与应用场景,涵盖 MaxCompute、DataWorks、Hologres 等核心产品,分享从数据治理到实时分析的落地经验,并展望其在 AI 与向量数据时代的发展前景。
234 70