Sqoop 导入导出详解(mysql-hive/hdfs)

1.导入数据

    在Sqoop中，“导入”概念指：从非大数据集群（RDBMS）向大数据集群（HDFS，HIVE，HBASE）中传输数据，叫做：导入，即使用import关键字。

1.1 mysql 数据准备

    • 确定Mysql服务开启正常

    • 在Mysql中新建一张表并插入一些数据

$ mysql -uroot -p123456

mysql> create database company;

mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));

mysql> insert into company.staff(name, sex) values('Thomas', 'Male');

mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');

1.2 RDBMS到HDFS

1.2.1 全部导入

[luomk@hadoop102 sqoop]$ bin/sqoop import 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --table staff 

> --target-dir /user/company 

> --delete-target-dir 

> --num-mappers 1 

> --fields-terminated-by "t"

1.2.2 查询导入

[luomk@hadoop102 sqoop]$ bin/sqoop import 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --target-dir /user/company 

> --delete-target-dir 

> --num-mappers 1 

> --fields-terminated-by "t" 

> --query 'select name,sex from staff where id <=1 and $CONDITIONS;'

    尖叫提示：must contain '$CONDITIONS' in WHERE clause.

    尖叫提示：如果query后使用的是双引号，则$CONDITIONS前必须加转义符，防止shell识别为自己的变量。

    尖叫提示：--query选项，不能同时与--table选项使用

1.2.3 导入指定列

[luomk@hadoop102 sqoop]$ bin/sqoop import 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --target-dir /user/company 

> --delete-target-dir 

> --num-mappers 1 

> --fields-terminated-by "t" 

> --columns id,sex 

> --table staff

    尖叫提示：columns中如果涉及到多列，用逗号分隔，分隔时不要添加空格

1.2.4 使用sqoop关键字筛选查询导入数据

[luomk@hadoop102 sqoop]$ bin/sqoop import 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --target-dir /user/company 

> --delete-target-dir 

> --num-mappers 1 

> --fields-terminated-by "t" 

> --table staff 

> --where "id=1"

    尖叫提示：在Sqoop中可以使用sqoop import -D property.name=property.value这样的方式加入执行任务的参数，多个参数用空格隔开。

1.2.5 RDBMS到Hive

[luomk@hadoop102 sqoop]$ bin/sqoop import 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --table staff 

> --num-mappers 1 

> --hive-import 

> --fields-terminated-by "t" 

> --hive-overwrite 

> --hive-table staff_hive

    尖叫提示：该过程分为两步，第一步将数据导入到HDFS，第二步将导入到HDFS的数据迁移到Hive仓库(如果Hive中的表不存在，会自动创建的)

    尖叫提示：第一步默认的临时目录是/user/admin/表名

2.导出数据

    在Sqoop中，“导出”概念指：从大数据集群（HDFS，HIVE，HBASE）向非大数据集群（RDBMS）中传输数据，叫做：导出，即使用export关键字。

    HDFS/hive到RDBMS

[luomk@hadoop102 sqoop]$ bin/sqoop export 

> --connect jdbc:mysql://hadoop102:3306/company 

> --username root 

> --password 123456 

> --table staff 

> --num-mappers 1 

> --export-dir /user/hive/warehouse/staff_hive 

> --input-fields-terminated-by "t"

    尖叫提示：Mysql中如果表不存在，不会自动创建。

    尖叫提示：如果Hive的全部数据导入Mysql，可能需要解决mysql的主键自增问题（解决方案：取消mysql的主键）。

    尖叫提示：Hive的数据导入到mysql是追加而不是覆盖。

3.脚本打包

    使用opt格式的文件打包sqoop命令，然后执行

3.1 创建一个.opt文件

        [luomk@hadoop102 sqoop]$  mkdir opt

        [luomk@hadoop102 sqoop]$ touch opt/job_HDFS2RDBMS.opt

3.2 编写sqoop脚本

        [luomk@hadoop102 sqoop]$ vi opt/job_HDFS2RDBMS.opt

export

--connect

jdbc:mysql://hadoop102:3306/company

--username

root

--password

123456

--table

staff

--num-mappers

1

--export-dir

/user/hive/warehouse/staff_hive

--input-fields-terminated-by

"t"

3.3 执行该脚本

        [luomk@hadoop102 sqoop]$ bin/sqoop --options-file /opt/module/sqoop/opt/job_HDFS2RDBMS.opt

4.Sqoop一些常用命令及参数

4.1 常用命令列举

    这里给大家列出来了一部分Sqoop操作时的常用参数，以供参考，需要深入学习的可以参看对应类的源代码。

4.2 公用参数详解

    刚才列举了一些Sqoop的常用命令，对于不同的命令，有不同的参数，让我们来一一列举说明。

    首先来我们来介绍一下公用的参数，所谓公用参数，就是大多数命令都支持的参数。

4.2.1 公用参数：数据库连接

4.2.2 公用参数：import

4.2.3 公用参数：export

4.2.4 公用参数：hive

最后

以上就是俭朴玉米为你收集整理的Sqoop 导入导出详解(mysql-hive/hdfs)的全部内容，希望文章能够帮你解决Sqoop 导入导出详解(mysql-hive/hdfs)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。