Sqoop问题之数据超长

问题描述

今天使用Sqoop将数据从HDFS导出到MySQL的时候，报出了如下错误：

2018-08-22 14:49:36,857 INFO [IPC Server handler 1 on 35135] org.apache.hadoop.mapred.TaskAttemptListenerImpl: Progress of TaskAttempt attempt_1528444677205_3829_m_000000_0 is : 0.0
2018-08-22 14:49:36,866 FATAL [IPC Server handler 2 on 35135] org.apache.hadoop.mapred.TaskAttemptListenerImpl: Task: attempt_1528444677205_3829_m_000000_0 - exited : java.io.IOException: Can't export data, please check failed map task logs
	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:122)
	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:39)
	at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:145)
	at org.apache.sqoop.mapreduce.AutoProgressMapper.run(AutoProgressMapper.java:64)
	at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)
	at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
	at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
	at java.security.AccessController.doPrivileged(Native Method)
	at javax.security.auth.Subject.doAs(Subject.java:422)
	at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1693)
	at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)
Caused by: java.io.IOException: java.sql.BatchUpdateException: Data truncation: Data too long for column 'on_off_time' at row 4 Id问题提示关键点
	at org.apache.sqoop.mapreduce.AsyncSqlRecordWriter.write(AsyncSqlRecordWriter.java:233)
	at org.apache.sqoop.mapreduce.AsyncSqlRecordWriter.write(AsyncSqlRecordWriter.java:46)
	at org.apache.hadoop.mapred.MapTask$NewDirectOutputCollector.write(MapTask.java:658)
	at org.apache.hadoop.mapreduce.task.TaskInputOutputContextImpl.write(TaskInputOutputContextImpl.java:89)
	at org.apache.hadoop.mapreduce.lib.map.WrappedMapper$Context.write(WrappedMapper.java:112)
	at org.apache.sqoop.mapreduce.TextExportMapper.map(TextExportMapper.java:90)
	... 10 more

字段说明：on_off_time字段在Hive中的字段类型为String，在MySQL中的设置是varchar(50)。因为这个字段比较特殊，需要存储多个时间点，所以可能存储的数据会很大。

解析

由上面的字段说明，很容易就找出了问题的所在，那就是问题字段超过了MySQL的数据类型能够存储的大小，这就需要MySQL中能够盛放的下这个数据的数据类型才能存储。

解决方法

对于数据本身，肯定是无能为力了，这是本人清理好的数据，没有办法再进行精简，所以解决问题的点就在MySQL中了。

首先，我尝试了varchar的最大值，仍旧是报错。

那么最终只有更换MySQL的数据类型了，将原本的vachar类型更改为text类型。

问题得到解决。

总结

这里可能会有人问，为什么不直接更改数据类型，而是还要测试一下varchar的最大值，当然是为了更合理的利用资源了，如果varchar能够盛放的下，就不会更改这个数据类型。另外text类型的查询速度是有目共睹的，所以在不是必须的情况下，本人是不想使用text类型。

转载链接：https://my.oschina.net/u/3754001/blog/1932359