Sqoop基本使用

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。、

RDBMS 到 到 HDFS

1) 确定 Mysql 服务开启正常

2) 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.emp(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255)); mysql> insert into company.emp(name, sex) values('Thomas', 'Male'); mysql> insert into company.emp(name, sex) values('Catalina', 'FeMale');

3) 导入数据

    a.全部导入
    

$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table emp \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t"

   b.查询导入

$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t" \ --query 'select name,sex from emp where id <=1 and $CONDITIONS;'

must contain '$CONDITIONS' in WHERE clause.如果 query 后使用的是双引号，则$CONDITIONS 前必须加转移符，防止 shell识别为自己的变量。--query 选项，不能同时与--table 选项使用
   c.导入指定列

$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t" \ --columns id,sex \ --table emp

  columns 中如果涉及到多列，用逗号分隔，分隔时不要添加空格 
  d .使用sqoop关键字筛选查询导入数据

$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t" \ --table emp \ --where "id=1"

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。

RDBMS 到 到 Hive

$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table emp \ --num-mappers 1 \ --hive-import \ --fields-terminated-by "\t" \ --hive-overwrite \ --hive-table emp_hive

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,第一步默认的临时目录是/user/用户/表名

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。

HIVE/HDFS 到 到 RDBMS

$ bin/sqoop export \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table emp \ --num-mappers 1 \ --export-dir /user/hive/warehouse/emp_hive \ --input-fields-terminated-by "\t"

Mysql 中如果表不存在，不会自动创建

脚本打包

使用 opt 格式的文件打包 sqoop 命令，然后执行

创建一个.opt 

$ mkdir opt

$ touch opt/job_HDFS2RDBMS.opt

编写 sqoop  脚本

$ vi opt/job_HDFS2RDBMS.opt export --connect jdbc:mysql://linux01:3306/company --username root --password 123456 --table emp --num-mappers 1 --export-dir /user/hive/warehouse/emp_hive --input-fields-terminated-by "\t"

形参和实参都要分别占用一行

执行该脚本

$ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt