问题描述
我想使用puthdfs处理器在hdfs中使用databasequerytable处理器从datawarehouse导入表,但是当我检查hdfs中的目录时出现问题,我发现很多文件具有相同的表示例:
datawarehouse:table 1 --> hdfs:file 1 --->table1,file 2--->table1 ...
所以我想删除重复的文件。我的复制因子是 2(2 个数据节点),所以我应该只找到两个具有相同表的文件。但我找到了 1000 多个文件。
这是我的流程
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)