Sqoop 中不明确的列名

Question

我正在使用 sqoop 通过自由格式查询导入数据。我的 sqoop 导入如下所示：

sqoop 
--connect jdbc:mysql://mysql/employees
--username root
--password root
--target-dir "/user/Sqoop/employees/"
--delete-target-dir
--query "select e.* from employees e join dept_emp d on e.emp_no = d.emp_no and d.dept_no ='d001' where $CONDITIONS limit 25"
--split-by emp_no

Sqoop 给我一个不明确的列名错误，因为 --split-by 中指定的 emp_no 列在两个表中都存在。

如果我将 --split-by 列更改为 e.emp_no，Sqoop 查找边界值的查询将失败。 sql 查找边界值是：

 SELECT MIN(emp_no), MAX(emp_no) FROM (select e.* from employees e join dept_emp d on e.emp_no = d.emp_no and d.dept_no ='d001' where  (1 = 1)  limit 25) AS t1

我应用了一个解决方法来查看这个 SQL 并更改了我的导入如下：

sqoop 
--connect jdbc:mysql://mysql/employees
--username root
--password root
--target-dir "/user/Sqoop/employees/"
--delete-target-dir
--query "select t1.* from employees t1 join dept_emp d on t1.emp_no = d.emp_no and d.dept_no ='d001' where $CONDITIONS limit 25"
--split-by t1.emp_no

这很好用。是否有另一种方法可以实现此目的，或者这是 Sqoop 的已知限制吗？

Answer 1

没有。为重复的列添加前缀是完成此操作的唯一方法。

Sqoop 中不明确的列名

Ambigious column name in Sqoop

mysql

hadoop

sqoop