因为之前平台部署的hive下的元数据是放在mysql中的,而mysql由设置了为了拉丁文,导致元数据都是乱码的。
于是开始了更新计划,办法就是用svn中的建表语句,提取出来写到元数据的mysql下,然后在mysql里进行更新(还好建表语句的备注都写得比较详细)
方案就是:
1、用python实现文件遍历,找到sql扩展名的文件。
2、找出对应的数据库,表名,字段名,备注并写出为文件(或者直接通过python写到mysql)
3、把结果文件写入到hive的元数据库中
4、在hive的元数据库中进行匹配
遇到的问题:
1、python的文件编码问题(解决办法是先获取文件的编码先成参数,然后再以该编码形式打开文件)
2、安装mysql-python(mac的电脑需要先安装xcode)
3、python写入到mysql的乱码问题(设置mysql的编码及在python connect到mysql的时候加上编码)
附上python代码。另外mac下用python连接mysql的文章在另一篇。
#!/usr/bin/python
#-*- coding: utf-8 -*-
import sys
import os
import re
import chardet
import codecs
import MySQLdb
path=”/Users/zhangyupeng/SVN/10_UAT_DEPLOY/SCFS/”
#connect the database
db = MySQLdb.connect(host=”localhost” , user=”root” , passwd=”XXXX” , db=”test_python” , charset=”utf8″)
cursor=db.cursor()
for i in os.walk(path):
file= str(i[2]).strip().split(‘,’)
for j in file:
if j.lower().find(‘.sql’)>0:
#take the SVN file path
#kill the symbol
j=j.strip().replace(‘[‘,”).replace(‘]’,”).replace(‘\”,”,10).replace(‘/’,”)
path=str(i[0])+’/’+j
#pass the udf & 10_TEMP & FXDS
if path.find(’10_TEMP’)>0:
continue;
if path.find(‘UDF’)>0:
continue
if path.find(‘FXDS’)>0:
continue;
#open the SVN file and take the info
with open(path,”rb”) as f:
#open the file with code
data = f.read()
code=(chardet.detect(data))
code_p=str(code)[str(code)[:-2].rfind(‘\”)+1:].replace(‘\”,”).replace(‘}’,”).replace(‘: ‘,”)
mysql=codecs.open(path, ‘rb’,code_p)
#take the infomation
for line in mysql:
p1=line.lower().strip().encode(‘utf-8’)
a3=”
a4=”
p=str(p1)
#kill the comment
if str(p)[0:2]==’–‘:
continue;
#search the database & table
if str(p).find(‘create’)>=0 and str(p).find(‘table’)>=0:
#take the database
aa1=str(p)[0:str(p).find(‘.’)]
a1=aa1[aa1.rfind(‘ ‘)+1:]
#take the table
a2=str(p)[str(p).rfind(‘.’)+1:].replace(‘(‘,”)
#search the field & comment
if str(p).find(‘comment’)>0:
#take the field
a3=str(p)[:str(p).find(‘ ‘)]
#take the comment
a4=str(p)[str(p).rfind(‘comment’,10)+8:].replace(‘ ‘,”,20).replace(‘\”,”,10).replace(‘,’,”,20)
#kill the null
if a3==” or a3==’)’:
continue;
#print a1+’,’+a2+’,’+a3+’,’+a4
#print ‘database:’,a1,’|’,’table:’,a2,’|’,’field:’,a3,’|’,’comment:’,a4
cursor.execute(‘insert into svn_field_comment_test values(“%s”, “%s”, “%s”, “%s”)’ % \
(a1,a2,a3,a4))
db.commit()
db.close