Excel数据模型自动生成Hive建表语句

Posted by Yezhiwei on July 15, 2021

最近在「空白女侠」公号上看到她回答了大家会困扰的精力问题,比如为什么我(空白女侠)能同时做那么多事情,精力那么充沛?工作中遵循一个真理:

复杂的事情简单化,简单的事情标准化,标准的事情流程化,流程化的事情工具化,工具化的事情自动化,无法自动化的事情外包化。

数据开发过程中,有些过程是可以工具化来提高工作效率,腾出更多的时间和精力去提高自己(摸鱼~)

工具化

在日常数据开发过程中,会经常需要根据数据模型编写建表语句,每次写建表语句都会用几分钟的时间,而且还容易出一些低级的错误,于是打算做个 Excel 模板,把表字段、表分区、表名写在里面,通过程序自动生成建表语句。效果如下图:

数据模型生成建表语句

制作模板

主要包括表名、表中文描述、字段名、数据类型、字段说明、是不可以为空、唯一主键、表分区等写在里面(可以根据实际情况进行调整)

模板组成分为三个部分:

  • 1-3行是表名、表中文描述和模板列说明
  • 4-19行为创建表字段的基本信息
  • 20行为分区字段

数据模型模板

实现思路

获取指定目录下的数据模型文件,约定为以「数据模型.xls」或「数据模型.xlsx」文件名结尾的 Excel 文件

循环遍历每个模板文件,根据模板组成规范,解析文件,拼接 SQL 语句,生成建表语句文件

生成结果

CREATE EXTERNAL TABLE ods_cbonddescription (
    object_id string  COMMENT '对象ID',
    b_info_fullname string  COMMENT '债券名称',
    s_info_name string  COMMENT '债券简称',
    b_info_issuer string  COMMENT '发行人',
    b_issue_announcement string  COMMENT '发行公告日',
    b_issue_firstissue string  COMMENT '发行起始日',
    b_issue_lastissue string  COMMENT '发行截至日',
    b_issue_amountplan bigint  COMMENT '计划发行总量(亿元)',
    b_issue_amountact bigint  COMMENT '实际发行总量(亿元)',
    b_info_issueprice bigint  COMMENT '发行价格',
    b_info_par bigint  COMMENT '面值',
    b_info_term_year int  COMMENT '债券期限(年)',
    b_info_term_day int  COMMENT '债券期限(天)',
    b_info_paymentdate int  COMMENT '兑付日',
    b_info_paymenttype int  COMMENT '计息方式',
    s_info_exchmarket string  COMMENT '交易所'
)
COMMENT '债券基本信息' 
PARTITIONED BY(dt string) 
ROW FORMAT DELIMITED '\t' 
STORED AS ORC 
LOCATION 'hdfs://host:8020/dw/ods/ods_cbonddescription';

结语

如果大家在工作中使用了什么样的模板,可以一起交流如何形成一定的工具化的脚本来提高我们工作的效率。

最后,关注公众号,回复「608」获取模板和代码。