sqoop操作 - 技术栈

介绍

sqoop是隶属于Apache旗下的, 最早是属于cloudera公司的,是一个用户进行数据的导入导出的工具, 主要是将关系型的数据库(MySQL, oracle...)导入到hadoop生态圈(HDFS,HIVE,Hbase...) , 以及将hadoop生态圈数据导出到关系型数据库中

操作

将数据从mysql中导入到HDFS中

1.全量导入

复制代码

sqoop import \
--connect jdbc:mysql://192.168.52.150:3306/test \
--username root \
--password 123456 \
--table emp \
--fields-terminated-by '\001' \
--delete-target-dir \
--target-dir '/sqoop_works/emp_1' \
--split-by id \
-m 2

相关参数：

--connect：连接关系型数据库的URL
--username：连接数据库的用户名
--password：连接数据库的密码
--table：指定使用该数据库的表
--fields-terminated-by：设置分隔符

--delete-target-dir：删除目标地址中的文件夹
--target-dir：导入在HDFS中的地址

（选用）需要两个一起使用，即在/sqoop_works/emp_1目录下导入数据，如果这个目录之前有数据了，则删除原来的数据再导入。

--split-by：按照属性切割数据
-m：设置map数量

（选用）需两个一起使用，即按照id对数据进行切割，结果分为两份。

结果：

2.条件导入

基于全量导入，在语句中写上--where（条件）或--query（SQL语句）

例如：

--where 'id > 1205'

或者：

--query 'select deg from emp where 1=1 AND $CONDITIONS'

$CONDITIONS是一个占位符，通常用来动态添加条件。在实际使用中，$ CONDITIONS会被替换为具体的条件语句，比如WHERE子句中的具体条件，以实现更灵活的查询功能。

将数据从mysql中导入到Hive中

1.全量导入

复制代码

sqoop import \
--connect jdbc:mysql://192.168.52.150:3306/test \
--username root \
--password 123456 \
--table emp_add \
--hcatalog-database hivesqoop \
--hcatalog-table emp_add_hive \

与导入到HDSF类似，只是导入到的地方不同

--hcatalog-database：指定数据库名称
--hcatalog-table：指定表名

上述代码功能为：把msql中的test数据库emp_add表的数据导入到Hive中hivesqoop数据库中的emp_add_hive表

2.条件导入

同样的也是加--where（条件）或--query（SQL语句）

将数据从Hive导出到msql中

语句如下：

复制代码

sqoop export \
--connect jdbc:mysql://192.168.52.150:3306/test \
--username root \
--password 123456 \
--table emp_add_mysql \
--hcatalog-database hivesqoop \
--hcatalog-table emp_add_hive \

和导入类似，只是把sqoop import换成了sqoop export

导出数据的时候，必须先在mysql中创建表才可以将数据导入到这个表里面