Base de données Databricks Delta Lake Hadoop Hive (HCatalog et Metastore via JDBC) - Import
Prérequis du pont
Ce pont :nécessite un accès à Internet vers https://repo.maven.apache.org/maven2/ et/ou d'autres sites d'outils permettant de télécharger des pilotes dans <TDC_HOME>/data/download/MIMB/.
Spécifications du pont
| Fournisseur | Databricks |
| Nom de l'outil | Base de données Delta Lake Hadoop Hive |
| Version de l'outil | Hive 2.x à 3.x - Azure Databricks 8.x à 9.x |
| Site Web de l'outil | https://databricks.com/product/delta-lake-on-databricks (uniquement en anglais) |
| Méthodologie supportée | [Base de données relationnelle] Multimodèle, Data Store (Modèle de données physique) via une API JDBC |
| Profiling de données |  |
| Collecte incrémentale | |
| Collecte multi-modèle | |
| Navigation dans le référentiel distant pour sélectionner un modèle | |
SPÉCIFICATIONS
Outil : Databricks/Base de données Delta Lake Hadoop Hive version de Hive 2.x à 3.x - Azure Databricks 8.x à 9.x via une API JDBC
Consultez https://databricks.com/product/delta-lake-on-databricks
Métadonnées : [Base de données relationnelle] Multimodèle, Data Store (Modèle de données physique)
Composant : ApacheHiveImport.Databricks version 11.2.0
AVERTISSEMENT
Ce pont requiert un accès à Internet pour télécharger les bibliothèques tierces :
- par exemple https://repo.maven.apache.org/maven2/ pour télécharger les bibliothèques tierces open source,
- et plus de sites pour d'autres logiciels tiers, comme les pilotes JDBC spécifiques pour les bases de données.
Les bibliothèques tierces téléchargées sont stockées dans $HOME/data/download/MIMB/
- Si le protocole HTTPS échoue, le pont d'import essaye ensuite avec HTTP.
- Si un proxy est utilisé pour accéder à Internet, vous devez configurer ce proxy dans l'environnement JRE (voir l'option -j dans le paramètre Divers).
- Si le pont d'import n'a pas d'accès à Internet, le répertoire $HOME/data/download/MIMB/ peut être copié depuis un autre serveur qui a accès à Internet, où la commande $HOME/bin/MIMB.sh (ou .bat) -d peut être utilisée pour télécharger en une fois toutes les bibliothèques tierces utilisées par tous les ponts.
En exécutant ce pont d'import, vous reconnaissez être responsable des conditions d'utilisation et de toute autre faille de sécurité potentielle liées au téléchargement de ces bibliothèques logicielles tierces.
VUE D'ENSEMBLE
IMPORT DEPUIS MAPR HIVE À L'AIDE DE JDBC
Ce pont établit une connexion JDBC au serveur Databricks Hive afin d'extraire les métadonnées physiques. Dans le cas d'une base de données Hive très volumineuse, ce pont peut également établir une connexion JDBC au serveur du Metastore Hive (tous les paramètres dont le nom commence par Metastore) afin d'accélérer l'extraction des métadonnées physiques.
PRÉREQUIS
Si vous avez des SerDe personnalisés pour une ou plusieurs tables, ils doivent faire partie du classpath Hive. Vous pouvez les ajouter au répertoire HIVE_HOME/lib directory pour qu'ils soient pris en compte automatiquement.
Pour importer correctement le Metastore Databricks, le pont nécessite un pilote adéquat pour se connecter à la base de données du Metastore. Utilisez le pilote JDBC pour SQL Server.
AUTORISATIONS
- Authentification à Databricks Cloud :
Pour vous connecter à Databricks sur Azure, Amazon Web Services ou Google Cloud Platform, obtenez les détails de connexion au cluster suivants : Nom d'hôte du serveur et chemin HTTP puis spécifiez-les dans le paramètre URL en respectant la syntaxe suivante :
jdbc:databricks://<Server Hostname>:443;HttpPath=<Http Path>[;property=value[;property=value]]
Comment récupérer les détails de connexion pour vous connecter avec Azure Databricks ? https://learn.microsoft.com/fr-fr/azure/databricks/integrations/jdbc-odbc-bi#--retrieve-the-connection-details
- Authentification par Jeton d'accès personnel :
Pour vous connecter avec Databricks à n'importe quel Cloud, spécifiez un Jeton d'accès personnel Databricks dans le paramètre Mot de passe et les détails de connexion “AuthMech=3;UID=token” dans le paramètre URL. Par exemple :
URL=jdbc:databricks://<Server Hostname>:443;HttpPath=<Http Path>;AuthMech=3;UID=token
Password=<Databricks Personal Access Token>
Comment récupérer les détails de connexion pour vous connecter avec un jeton d'accès personnel Azure Databricks manuellement ? https://learn.microsoft.com/fr-fr/azure/databricks/dev-tools/auth#--azure-databricks-personal-access-tokens
- Authentification par Jeton Azure Active Directory :
To instruct the bridge to authenticate with Databricks using Azure Active Directory automatically and manually :
Vous devez spécifier “AuthMech=11” dans le paramètre URL et utiliser les pilotes JDBC 2.6.15 et versions supérieures. Par exemple :
URL=jdbc:databricks://<Server Hostname>:443;HttpPath=<Http Path>;AuthMech=11
Automatic Method (Méthode automatique)
La méthode automatique est disponible lorsque vous exécutez le pont à partir d'une instance de Data Catalog et que vous l'utilisez pour spécifier l'identité Azure Cloud pour l'authentification. L'identité doit avoir les autorisations appropriées pour se connecter à Azure Databricks et y lire des métadonnées. Consultez https://learn.microsoft.com/fr-fr/azure/databricks/integrations/jdbc-odbc-bi#requirements
Data Catalog utilise l'identité Azure Cloud pour générer un jeton d'accès temporaire passé au pont à l'aide du paramètre masqué du pont __$Secret_Azure_AccessToken_Databricks.
Pour utiliser la méthode automatique, laissez le paramètre Mot de passe vide. Par exemple :
Password (Mot de passe)=
Manual Method (Méthode manuelle)
Pour vous authentifier avec Azure Databricks à l'aide d'Azure Active Directory en spécifiant un jeton Azure Active Directory dans le champ Mot de passe. Par ex. Par exemple :
Password=<Azure Active Directory Token>
La méthode manuelle requiert la génération d'un jeton d'accès Azure Active Directory. Comment faire ? https://learn.microsoft.com/fr-fr/azure/databricks/dev-tools/api/latest/aad/app-aad-token#get-token.
Le jeton d'accès Azure Active Directory a une durée de vie par défaut d'une heure. Consultez le Guide d'installation du pilote JDBC pour des instructions concernant l'actualisation du jeton https://learn.microsoft.com/fr-fr/azure/databricks/integrations/jdbc-odbc-bi#jdbc-driver-guide (Consultez la section Configuring Authentication > Using OAuth 2.0).
Dans le cas d'une base de données MariaDB utilisée comme Metastore externe :
L'utilisateur doit avoir l'autorisation SELECT octroyée pour la base de données de Metastore depuis laquelle ce pont effectue des requêtes de métadonnées :
grant select on <database_name>.* to <user_name>;
flush privileges;
FOIRE AAUX QUESTIONS
Q : Comment tester/dépanner la connexion au client JDBC Windows sur un serveur Hadoop Hive sécurisé (par exemple avec Kerberos) ?
R : Pour établir une connexion à un serveur Hadoop Hive sécurisé (par exemple avec Kerberos), vous devez utiliser l'URL spécifique au fournisseur de la distribution Hadoop (paramètre d'URL) et les paramètres de sécurité de ce pont (fichier de configuration Kerberos, fichier Keytab, proxy utilisateur et Divers). Suivez les instructions de l'infobulle de chaque paramètre.
Pour tester/déboguer la connectivité à un serveur sécurisé (Kerberos) Hadoop Hive, vous devez avoir accès à l'intégralité des messages du serveur Hadoop et de Kerberos, qui ne sont pas toujours transmis à l'interface utilisateur·trice. Ainsi, vous pouvez utiliser l'utilitaire fourni dans '${MODEL_BRIDGE_HOME}\bin\hive_test.bat'. Modifiez ce fichier batch pour fournir des paramètres similaires et exécutez ce script pour analyser le serveur Hadoop Hive et les messages Kerberos.
LIMITATIONS
Consultez les limitations générales connues à l'adresse MIMB Known Limitations ou dans Documentation/ReadMe/MIMBKnownLimitations.html où elles sont regroupées
Si Hive n'arrive pas à trouver le sérialiseur personnalisé pour une table donnée, une exception est retournée et le pont ignore la lecture des métadonnées de cette table.
SUPPORT
Fournissez un package de dépannage avec :
- le log de débogage (peut être défini dans l'UI ou dans conf/conf.properties avec MIR_LOG_LEVEL=6)
- la sauvegarde des métadonnées si disponible (peut être configurée dans le paramètre Divers avec l'option -backup, même si cette option commune n'est pas implémentée pour tous les ponts pour des raisons techniques).
Paramètres du pont
| Nom du paramètre | Description | Type | Valeurs | Défaut | Périmètre |
| Répertoire de la bibliothèque Java | Répertoire contenant les fichiers JAR nécessaires pour accéder à HiveServer2 : - Fichiers JAR pilotes JDBC spécifiques à la distribution Hadoop - Fichiers JAR du client Hadoop (lors de l'utilisation du mode sécurisé de Kerberos. Généralement disponible dans /usr/lib/hadoop/client) - fichiers Java Cryptography Extension JAR files (lors de l'utilisation d'un chiffrement fort. Généralement disponible sur le site Web d'Oracle Java) - Le répertoire 'bin' avec winutils.exe pour éviter les exceptions non critiques lors de l'exécution de Windows sans Hadoop installé Documentation Apache Hive générique pour la connectivité des clients HiveServer2 JDBC : https://cwiki.apache.org/confluence/display/Hive/HiveServer2+Clients#HiveServer2Clients-RunningtheJDBCSampleCode |
RÉPERTOIRE | |||
| URL | Saisissez l'URL JDBC où le serveur Hive est en cours d'exécution, par ex. jdbc:hive://COMPUTER_NAME_OR_IP:10000 Ou jdbc:hive2://COMPUTER_NAME_OR_IP:10000 |
Chaîne de caractères | jdbc:hive2://hostname:portNumber/ | ||
| User (Utilisateur) | Le nom de l'utilisateur Hive au nom duquel la connexion est effectuée. Consultez la section AUTORISATIONS de la documentation principale de ce pont d'import. |
Chaîne de caractères | |||
| Password | Le mot de passe de l'utilisateur Hive au nom duquel la connexion est effectuée. | MOT DE PASSE | |||
| Liste des JAR SerDe | Cette option peut être utilisée pour spécifier une liste de noms de chemins entièrement qualifiés, séparés par un point-virgule pointant vers les JAR SerDe que le pont va utiliser pour exécuter à distance sur le système Hive. | Chaîne de caractères | |||
| Fichier de configuration Kerberos | Pour écraser la configuration Kerberos côté client. Par ex. /etc/krb5/krb5.conf |
Chaîne de caractères | |||
| Fichier Keytab | Si Kerberos est utilisé pour l'authentification à Hive, cette option peut être utilisée pour spécifier le chemin d'accès entièrement qualifié au fichier Keytab de Kerberos. Par ex. /etc/security/keytabs/hive.service.keytab |
Chaîne de caractères | |||
| Proxy utilisateur | Si Kerberos est utilisé pour l'authentiication à Hive, cette option peut être utilisée pour spécifier un utilisateur ou le nom d'un groupe d'utilisateurs de proxy. | Chaîne de caractères | |||
| Emplacement du pilote JDBC du Metastore | Spécifiez un emplacement de dossier de JAR valide. Tous les JAR seront ajoutés au CLASSPATH à partir de ce dossier. | RÉPERTOIRE | |||
| Classe du pilote JDBC du Metastore* | Copiez et collez ici la valeur 'javax.jdo.option.ConnectionDriverName' de votre fichier hive-site.xml Ce fichier se situe généralement dans '/etc/alternatives/hive-conf' ou à un autre emplacement, selon votre configuration Hadoop/Hive, par ex. com.mysql.jdbc.Driver |
Chaîne de caractères | |||
| URL JDBC du Metastore* | Trouvez la valeur "javax.jdo.option.ConnectionURL" dans votre fichier hive-site.xml et définissez l'URL de connexion au serveur de base de données (MySQL, PostgreSQL,...) (Exemple :jdbc:mysql://127.0.0.1) Généralement, ce fichier se situe dans '/etc/alternatives/hive-conf' ou dans un autre emplacement en fonction de votre configuration Hadoop/Hive Il est recommandé de spécifier le nom de la base de données dans l'URL. |
Chaîne de caractères | |||
| Nom de la base de données du Metastore | Cette option est utilisée uniquement à des fins de rétrocompatibilité. Fournissez le nom de la base de données Hive Metastore dans le champ "URL JDCB du Metastore*" |
Chaîne de caractères | |||
| Utilisateur du Metastore | Le nom de l'utilisateur de la base de données du Metastore au nom duquel la connexion est effectuée. AUTORISATIONS DES UTILISATEURS Ce pont requiert un utilisateur avec un accès (en lecture seule) à la base de données "metastore". Exemple MySQL : GRANT SELECT ON metastore.* TO 'user'@'%'; |
Chaîne de caractères | |||
| Mot de passe du Metastore | Mot de passe de l'utilisateur de la base de données du Metastore au nom duquel la connexion est effectuée. | MOT DE PASSE | |||
| Threads multiples | Nombre de threads workers pour la collecte asynchrone des métadonnées. - Laissez ce paramètre vide si vous souhaitez que le pont d'import calcule la valeur, entre 1 et 6, en se basant sur l'architecture de la JVM et le nombre de cœurs du processeur disponibles. - Spécifiez une valeur numérique supérieure ou égale à 1 pour indiquer le nombre réel de threads. Si la valeur spécifiée n'est pas valide, un avertissement sera émis et cette valeur sera remplacée par 1. Si vous manquez de mémoire lors de la collecte asynchrone, réessayez avec un nombre plus petit. Si votre machine dispose de beaucoup de mémoire (par exemple 10 Go ou plus), vous pouvez essayer avec un plus grand nombre pour la collecte simultanée de nombreux documents. Notez que la définition d'un nombre trop important peut engendrer une diminution des performances en raison d'un conflit des ressources. |
NUMERIC | |||
| Schéma | Spécifiez une liste de schémas Hive à importer. Si la liste est vide, tous les schémas disponibles sont importés. La liste peut contenir un ou plusieurs noms de schémas, séparés par un point-virgule (par exemple schema1; schema2). Vous pouvez spécifier des modèles de nom de schéma à l'aide du symbole de remplacement "%" ou du mot-clé "NOT". Les modèles supportent les inclusions et les exclusions. Voici un exemple de syntaxe d'inclusion, "A%; %B; %C%; D" essayant d'obtenir les noms de schémas qui : - commencent par A ou - finissent par B ou - contiennent C ou - sont D Pour exclure un modèle, ajoutez-y un préfixe 'NOT'. Voici un exemple de syntaxe d'exclusion, "A%; NOT %def" important des schémas dont le nom commence par "A" et ne termine pas par "def" La liste de schémas pouvant être une longue chaîne, elle peut être chargée à partir d'un fichier qui doit être situé dans ${MODEL_BRIDGE_HOME}\data\MIMB\parameters et avoir l'extension .txt. Dans ce cas, tous les schémas doivent être définis au sein de ce fichier comme seule valeur de ce paramètre, par exemple HIVE/ListOfSchema.txt |
REPOSITORY_SUBSET | |||
| Table | Spécifiez une liste de tables Hive à importer. Si la liste est vide, toutes les tables disponibles sont importées. La liste peut contenir un ou plusieurs noms de tables, séparés par un point-virgule (par exemple sample_07; sample_08). Vous pouvez spécifier des modèles de nom de tables à l'aide du symbole de remplacement "%" ou du mot-clé "NOT". Les modèles supportent les inclusions et les exclusions. Voici un exemple de syntaxe d'inclusion, "A%; %B; %C%; D" essayant d'obtenir les noms de schémas qui : - commencent par A ou - finissent par B ou - contiennent C ou - sont D Pour exclure un modèle, ajoutez-y un préfixe 'NOT'. Voici un exemple de syntaxe d'exclusion, "A%; NOT %def" important des tables dont le nom commence par "A" et ne termine pas par "def" |
Chaîne de caractères | |||
| Miscellaneous | INTRODUCTION Spécifiez les options Divers, commençant par un tiret et suivies éventuellement par des paramètres, par exemple : -connection.cast MyDatabase1="MICROSOFT SQL SERVER" Certaines options peuvent être utilisées plusieurs fois, si applicable, par exemple : -connection.rename NewConnection1=OldConnection1 -connection.rename NewConnection2=OldConnection2; La liste d'options pouvant être une longue chaîne, il est possible de la charger à partir d'un fichier qui doit être situé dans ${MODEL_BRIDGE_HOME}\data\MIMB\parameters et avoir l'extension .txt. Dans ce cas, toutes les options doivent être définies au sein de ce fichier comme seule valeur de ce paramètre, par exemple ETL/Miscellaneous.txt OPTIONS DE L'ENVIRONNEMENT JAVA -java.memory <taille maximale de la mémoire Java> (anciennement -m) 1 Go par défaut sur un JRE de 64 bits ou tel que défini dans conf/conf.properties, par exemple -java.memory 8G -java.memory 8000M -java.parameters <options de ligne de commande de Java Runtime Environment> (anciennement -j) Cette option doit être la dernière dans le paramètre Divers car tout le texte après -java.parameters est passé tel quel à la JRE. Par ex. -java.parameters -Dname=value -Xms1G L'option suivante doit être définie lorsqu'un proxy est utilisé pour accéder à Internet (cela est essentiel pour accéder à https://repo.maven.apache.org/maven2/ et exceptionnellement à quelques autres sites d'outils) afin de télécharger les bibliothèques logicielles tierces nécessaires. Note : La majorité des proxys sont relatifs au chiffrement (HTTPS) du trafic extérieur (à l'entreprise) et à la confiance en le trafic intérieur pouvant accéder au proxy via HTTP. Dans ce cas, une requête HTTPS atteint le proxy via HTTP où le proxy la chiffre en HTTPS. -java.parameters -java.parameters -Dhttp.proxyHost=127.0.0.1 -Dhttp.proxyPort=3128 -Dhttp.proxyUser=user -Dhttp.proxyPassword=pass OPTIONS D'IMPORT DU MODÈLE -model.name <nom modèle> Écrase le nom du modèle, par ex. -model.name "My Model Name" -prescript <nom script> Cette option permet d'exécuter un script avant l'exécution du pont. Le script doit se situer dans le répertoire bin (ou comme spécifié dans M_SCRIPT_PATH dans conf/conf.properties) et avoir une extension .bat ou .sh. Le chemin d'accès au script ne doit pas inclure de symbole relatif au répertoire parent (..). Le script doit retourner le code de sortie 0 pour indiquer un succès ou une autre valeur pour indiquer un échec. Par exemple : -prescript "script.bat arg1 arg2" -postscript <nom script> Cette option permet d'exécuter un script après l'exécution réussie du pont. Le script doit se situer dans le répertoire bin (ou comme spécifié dans M_SCRIPT_PATH dans conf/conf.properties) et avoir une extension .bat ou .sh. Le chemin d'accès au script ne doit pas inclure de symbole relatif au répertoire parent (..). Le script doit retourner le code de sortie 0 pour indiquer un succès ou une autre valeur pour indiquer un échec. Par exemple : -postscript "script.bat arg1 arg2" -cache.clear Vide le cache avant l'import et va exécuter un import complet avec collecte incrémentale. Si le modèle n'a pas été modifié et que le paramètre -cache.clear n'est pas utilisé (collecte incrémentale), une nouvelle version ne sera pas créée. Si le modèle n'a pas été modifié et que le paramètre -cache.clear n'est pas utilisé (collecte incrémentale), une nouvelle version ne sera pas créée. -backup <répertoire> Cette option permet de sauvegarder les métadonnées d'entrée du pont à des fins de débogage. Le <répertoire> fourni doit être vide. L'utilisation principale de cette option concerne les ponts d'import des data stores, en particulier les ponts d'import basés sur des bases de données JDBC. Notez que cette option n'est pas opérationnelle sur certains ponts, notamment : - les ponts d'import basés sur des fichiers (car des fichiers d'entrée peuvent être utilisés à la place) - les ponts d'import de référentiels d'intégration de données/BI (car les outils natifs de sauvegarde du référentiel peuvent être utilisés à la place) - Certains ponts d'import basés sur des API (par ex. basés sur COM) pour des raisons techniques. OPTIONS DES CONNEXIONS DE DONNÉES Les connexions de données sont produites par les ponts d'import, généralement à partir des outils ETL/DI et BI pour faire référence aux data stores sources et cibles qu'elles utilisent. Ces connexions de données sont ensuite utilisées par les outils de gestion des métadonnées pour connecter ces dernières (connexion des métadonnées) à leurs data stores réels (par exemple, bases de données, système de fichiers, etc.) afin de produire le lignage complet de flux de données et de l'analyse d'impact de bout en bout. Le nom des connexions de données doit être unique dans chaque modèle d'import. Les noms de connexion de données utilisés dans les outils de conception DI/BI sont utilisés quand cela est possible, sinon ils sont générés en étant courts mais significatifs, comme le nom de la base de données/du schéma, le chemin d'accès au système de fichiers ou l'URI (Uniform Resource Identifier). L'option suivante vous permet de manipuler les connexions. Ces options remplacent les options héritées -c, -cd et -cs. -connection.cast ConnectionName=ConnectionType Lance une connexion à une base de données générique (par exemple ODBC/JDBC) pour un type de base de données précis (par exemple ORACLE) pour une analyse SQL, par exemple -connection.cast "My Database"="MICROSOFT SQL SERVER". La liste des types de connexions aux data stores comprend : ACCESS APACHE CASSANDRA DB2/UDB DENODO GOOGLE BIGQUERY HIVE MYSQL NETEZZA ORACLE POSTGRESQL PRESTO REDSHIFT SALESFORCE SAP HANA SNOWFLAKE MICROSOFT SQL AZURE MICROSOFT SQL SERVER SYBASE SQL SERVER SYBASE AS ENTERPRISE TERADATA VECTORWISE HP VERTICA -connection.rename OldConnection=NewConnection Renomme une connexion existante, par exemple, par ex. -connection.rename OldConnectionName=NewConnectionName Plusieurs connexions de bases de données existantes peuvent être renommées et fusionnées en une nouvelle connexion de base de données, par exemple : -connection.rename MySchema1=MyDatabase -connection.rename MySchema2=MyDatabase -connection.split oldConnection.Schema1=newConnection Scinde une connexion de base de données en une ou plusieurs connexions de base de données. Une connexion de base de données peut être scindée en une connexion par schéma, par exemple : -connection.split MyDatabase Toutes les connexions de base de données peuvent être fractionnées en une connexion par schéma, par exemple : -connection.split * Une connexion de base de données peut être explicitement fractionnée en une nouvelle connexion de base de données en ajoutant un nom de schéma à une base de données, par exemple : -connection.split MyDatabase.schema1=MySchema1 -connection.map SourcePath=DestinationPath Mappe un chemin d'accès source à un chemin d'accès de destination. Cela est utile pour les connexions aux systèmes de fichiers lorsque différents chemins d'accès pointent vers le même objet (répertoire ou fichier). Sur Hadoop, un processus peut écrire dans un fichier CSV spécifié avec le chemin d'accès complet HDFS, tandis qu'un autre processus lit d'une table Hive implémentée (externe) par le même fichier spécifié à l'aide d'un chemin d'accès relatif avec un nom et une extension de fichier par défaut, par exemple : -connection.map /user1/folder=hdfs://host:8020/users/user1/folder/file.csv Sous Linux, il peut être fait référence à un répertoire (ou à un fichier) donné tel que /data par plusieurs liens symboliques tels que /users/john et /users/paul, par exemple : -connection.map /data=/users/John -connection.map /data=/users/paul Sous Windows, il peut être fait référence à un répertoire donné tel que C:\data par plusieurs lecteurs réseau tels que M: et N:, par exemple : -connection.map C:\data=M:\ -connection.map C:\data=N:\ -connection.casesensitive ConnectionName Écrase les règles de rapprochement insensibles à la casse par défaut pour les identifiants d'objets dans la connexion spécifiée, si le type du data store détecté supporte cette configuration (par ex. Microsoft SQL Server, MySQL etc.), par exemple : -connection.casesensitive "My Database" -connection.level AggregationLevel Spécifie le niveau d'agrégation pour les connexions externes, par exemple -connection.level catalog Liste des valeurs supportées : server (serveur) catalog (catalogue) schema (schéma)(par défaut) OPTIONS HIVE -i Importer les index. -d Active le mode débogage de Kerberos vous permettant de suivre l'exécution du pont du protocole Kerberos V5. Le pont définit la propriété système sun.security.krb5.debug comme "vrai". Si vous rencontrez un problème de configuration de Kerberos, activez l'option -d et envoyez les logs d'exécution au Support. -location.skip Désactive les connexions des tables aux fichiers externes -location.pattern <Hive location-based partition directories paths> Le pont essaye de détecter automatiquement les partitions pour les emplacements standards de partitions lorsque l'emplacement contient le nom de la table Hive et les noms des partitions. Vous pouvez étendre le processus de détection pour certaines ou toutes les partitions en les spécifiant dans ce paramètre. Spécifiez le modèle d'emplacement des partitions Hive. Séparez les différents chemins par un caractère , (ou ;). L'exemple suivant va créer un jeu de données relatif à un employé même si l'employé a d'autres dossiers -location.pattern hdfs://localhost:9000/user/hive/warehouse/employee -partition.import Importe tous les emplacements de partitions de tables dans un emplacement de table fusionné. -partition.allsamples Importe tous les échantillons d'emplacements de partitions de tables dans la propriété [PartitionLocationsWithSamples] -tblproperties.skip N'importez pas (Ignorer) les propriétés de la table (comme CreationTime, SerDe Library ou numRows, qui changent avec les données) indépendantes des métadonnées structurelles de la table. Ignorer ces propriétés de tables volatiles (comme les métadonnées opérationnelles) permet d'éviter la sur-détection des modifications et de fournir une collecte incrémentale plus efficace. -model.split (précédemment -multiModel) Scinde un modèle de base de données volumineux en multi-modèles (p. ex. un schéma par modèle). Avertissement : ceci est une option du système gérée par l'application qui appelle ce pont d'import et qui ne doit pas être configurée par les utilisateurs. |
Chaîne de caractères |
Mapping du pont
| Meta Integration Repository (MIR) Métamodèle (se base sur le standard OMG CWM) |
"Base de données Databricks Delta Lake Hadoop Hive (HCatalog et Metastore via JDBC)" Métamodèle Apache Hive (Base de données) |
Mapping des commentaires |
| Attribut | Colonne, Colonne de partition | Colonnes faisant partie de la partition sur la table. |
| Commentaire | Commentaire | |
| Description | Description | |
| ExtraConstraint | Contrainte | |
| InitialValue | Valeur initiale | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| Facultatif | Nullable | |
| Position | Position | |
| Classe | Table | |
| Commentaire | Commentaire | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| ClassDiagram | Diagramme | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| ConnectionPackage | Dossier HDFS | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| DatabaseSchema | Base de données | |
| Commentaire | Commentaire | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| DesignPackage | Zone de sujet | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| FlatTextFile | Fichier externe | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| Index | Index, MISE EN CLUSTER | Mise en cluster par ou colonnes mises en buckets |
| Commentaire | Commentaire | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| Jointure | Relation logique | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| SQLViewAttribute | Colonne de vues | |
| Commentaire | Commentaire | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| Position | Position | |
| SQLViewEntity | Visualiser | |
| Commentaire | Commentaire | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| ViewStatement | Afficher l'instruction | |
| StoreConnection | Connexions de tables externes | |
| Description | Description | |
| Name (Nom) | Name (Nom) | |
| StoreModel | Hive Model | |
| Author | Author | |
| Commentaire | Commentaire | |
| CreationTime | Heure de création | |
| Description | Description | |
| ModificationTime | Heure de modification | |
| Modificateur | Modificateur | |
| Name (Nom) | Name (Nom) | |
| NativeId | Identifiant natif | |
| StoreType | Type de magasin | |
| SystemMajorVersion | Version majeure du système | |
| SystemMinorVersion | Version mineure du système | |
| SystemReleaseVersion | Version du système | |
| SystemType | Type du système | |
| SystemTypeOld | Ancien type du système |