如何使用StreamSets从MySQL增量更新数据到Hive

大数据平台构建

一： 编写目的
二： 平台所用版本介绍
三： 配置步骤
四： 测试应用

一： 编写目的

通过StreamSets实现数据采集，在实际生产中需要实时捕获MySQL、Oracle等其他数据源的变化数据（简称CDC）将变化数据实时的写入大数据平台的Hive、HDFS、HBase、Solr、Elasticserach等。该文将介绍使用StreamSets通过JDBC的方式实时抽取增量数据到Hive。

二： 平台所使用版本

cdh 版本：
        CDH5.14.4 
StreamSets 版本：
        StreamSets 3.5.2
在 大数据平台 CDH5.14.4 上面如何集成安装不在介绍 参考flyfish的博客
<<在CDH5.14.4 中安装StreamSets与案例运行>>

三：配置步骤

3.1 创建 Pipelines

在CDH的 主节点上面 创建 目录
mkdir -p /tmp/mysql_to_hive

3.2 添加 jdbc 的查询者

3.3 查看检查

3.4 添加Hive Metadata

3.5 将Hive Metadata 输出到 HiveMetastore

3.6 整个流程类预览

四：测试应用