首先
官网上对sqoop的定义是：
Sqoop是一个被设计用来在hadoop大数据平台和结构化数据库（比如关系型数据库）之间传输批量数据的一个工具。既然是一个工具那么用起来应该是比较简单的，可是实际操作时总会出现这样或者那样的错误。
由于工作中会有各种各样的需求，但是大多最终计算的结果都要以excel的形式给到需求方，数据量不太大的时候可以使用navicat自带的导出功能或者hue的导出功能就可以直接把数据导成excel或者其他格式的文件，但是数据量一旦太大的话，这些工具对于一次性导出的数据量是有限制的，此时相对来说sqoop比较好一些，因为sqoop的底层是走mapreduce程序所以会比较稳定，而且对数据量没有限制。当然也可以使用spark的bulkload方式，不过spark是基于内存处理的，设计好的话应该也是没有问题的。
这里我打算把hive中的一张表skuattributes 导出到mysql中：
Hive中这张表的表结构是：
字段类型都是string类型的，此时要在mysql中创建好表结构相同的一张表：
我给它命名成相同的名字：skuattributes;
Mysql 中创建的表结构信息：
Mysql中没有string类型，可以用varchar类型代替（varchar是可变长字符串类型）
这样就建好了与hive对应的表
下面开始使用sqoop导出语句：
然而执行结果却报错了：
说找不到manager：
仔细查看发现url写错啦，
红线地方少些冒号：
加上之后：
重新执行
一共导出2966条数据，到底对不对呢，我去hive中查一下：
的确是2966条数据：
最后再去mysql中查看一下数据量对不对：
确认过眼神是对的没错啦。
其实原理是不难的，就是语句调试以及出现的一些语法错误。
Hive中查看表的hdfs路径可以直接在hive命令行中输入：
Desc formatted tablename;
其中location对应的就是表在hdfs上的路径信息啦
今天就写到这了。