Sqoop基本操作

Sqoop基本操作

Sqoop版本:Sqoop 1.4.7

  1. mysql中增加数据源:
javascript 复制代码
create database test default character set utf8mb4 collate utf8mb4_unicode_ci;
use test;
create table emp
(
    id     int         not null
        primary key,
    name   varchar(32) null,
    deg    varchar(32) null,
    salary int         null,
    dept   varchar(32) null
);

INSERT INTO emp (id, name, deg, salary, dept) VALUES (1201, 'gopal', 'manager', 50000, 'TP');
INSERT INTO emp (id, name, deg, salary, dept) VALUES (1202, 'manisha', 'Proof reader', 50000, 'TP');
INSERT INTO emp (id, name, deg, salary, dept) VALUES (1203, 'khalil', 'php dev', 30000, 'AC');
INSERT INTO emp (id, name, deg, salary, dept) VALUES (1204, 'prasanth', 'php dev', 30000, 'AC');
INSERT INTO emp (id, name, deg, salary, dept) VALUES (1205, 'kranthi', 'admin', 20000, 'TP');

create table emp_add
(
    id     int         not null
        primary key,
    hno    varchar(32) null,
    street varchar(32) null,
    city   varchar(32) null
);

INSERT INTO emp_add (id, hno, street, city) VALUES (1201, '288A', 'vgiri', 'jublee');
INSERT INTO emp_add (id, hno, street, city) VALUES (1202, '108I', 'aoc', 'sec-bad');
INSERT INTO emp_add (id, hno, street, city) VALUES (1203, '144Z', 'pgutta', 'hyd');
INSERT INTO emp_add (id, hno, street, city) VALUES (1204, '78B', 'old city', 'sec-bad');
INSERT INTO emp_add (id, hno, street, city) VALUES (1205, '720X', 'hitec', 'sec-bad');

create table emp_conn
(
    id    int         not null
        primary key,
    phno  varchar(32) null,
    email varchar(32) null
);

INSERT INTO emp_conn (id, phno, email) VALUES (1201, '2356742', 'gopal@tp.com');
INSERT INTO emp_conn (id, phno, email) VALUES (1202, '1661663', 'manisha@tp.com');
INSERT INTO emp_conn (id, phno, email) VALUES (1203, '8887776', 'khalil@ac.com');
INSERT INTO emp_conn (id, phno, email) VALUES (1204, '9988774', 'prasanth@ac.com');
INSERT INTO emp_conn (id, phno, email) VALUES (1205, '1231231', 'kranthi@tp.com');

2、emp导入到hdfs

  • 不指定HDFS的目标地址
powershell 复制代码
(base) [root@zhang bin]# sqoop import \
> --connect jdbc:mysql://zhang/test \
> --username root \
> --password root \
> --table emp

能运行成功,默认保存到操作系统账户的家目录里,且只有5个map程序,没有reduce程序,默认分隔符为 ",",5个分区

powershell 复制代码
(base) [root@zhang bin]# hdfs dfs -ls /user/root/emp
Found 6 items
-rw-r--r--   1 root supergroup          0 2024-10-11 15:31 /user/root/emp/_SUCCESS
-rw-r--r--   1 root supergroup         28 2024-10-11 15:31 /user/root/emp/part-m-00000
-rw-r--r--   1 root supergroup         35 2024-10-11 15:31 /user/root/emp/part-m-00001
-rw-r--r--   1 root supergroup         29 2024-10-11 15:31 /user/root/emp/part-m-00002
-rw-r--r--   1 root supergroup         31 2024-10-11 15:31 /user/root/emp/part-m-00003
-rw-r--r--   1 root supergroup         28 2024-10-11 15:31 /user/root/emp/part-m-00004

指定HDFS目的地

powershell 复制代码
]# sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp --target-dir "/sqoop/emp" --delete-target_dir

输出结果:5个分区,指定目标地址

powershell 复制代码
(base) [root@zhang bin]# hdfs dfs -ls /sqoop/emp/
Found 6 items
-rw-r--r--   1 root supergroup          0 2024-10-11 15:52 /sqoop/emp/_SUCCESS
-rw-r--r--   1 root supergroup         28 2024-10-11 15:52 /sqoop/emp/part-m-00000
-rw-r--r--   1 root supergroup         35 2024-10-11 15:52 /sqoop/emp/part-m-00001
-rw-r--r--   1 root supergroup         29 2024-10-11 15:52 /sqoop/emp/part-m-00002
-rw-r--r--   1 root supergroup         31 2024-10-11 15:52 /sqoop/emp/part-m-00003
-rw-r--r--   1 root supergroup         28 2024-10-11 15:52 /sqoop/emp/part-m-00004

指定HDFS目的地,1个分区

powershell 复制代码
# sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp --target-dir "/sqoop/emp" --delete-target-dir -m 1

输出结果,1个分区

powershell 复制代码
(base) [root@zhang bin]# hdfs dfs -ls /sqoop/emp/
Found 2 items
-rw-r--r--   1 root supergroup          0 2024-10-11 15:59 /sqoop/emp/_SUCCESS
-rw-r--r--   1 root supergroup        151 2024-10-11 15:59 /sqoop/emp/part-m-00000

指定分隔符:\001

powershell 复制代码
# sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp --target-dir "/sqoop/emp_1" --delete-target-dir -m 1 --fields-terminated-by '\001'

输出结果:

powershell 复制代码
1201gopalmanager50000TP
1202manishaProof reader50000TP
1203khalilphp dev30000AC
1204prasanthphp dev30000AC
1205kranthiadmin20000TP

3 、导入到HIVE表中

在hive中建表

sql 复制代码
create table emp_add
(
    id     int,
    hno    string,
    street string,
    city   string
) row format delimited fields terminated by "\t" stored as ORC

从mysql导入到hive表

由于HIVE表存储格式为ORC,非TEXTFILE,选择Hcatalog导入

powershell 复制代码
sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp_add   -m 1 --hcatalog-table emp_add

HIVE中emp_add结果:

4,条件导入

通过where

sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp --target-dir "/sqoop/emp" --delete-target-dir -m 1 --where "id>1205"

powershell 复制代码
(base) [root@zhang ~]# hdfs dfs -cat /sqoop/emp/part-m-00000
1206,ere,rr,20300,T3
1207,ddd,ee,20200,T4

通过SQL

powershell 复制代码
sqoop import --connect jdbc:mysql://zhang/test --username root --password root  --target-dir "/sqoop/emp" --delete-target-dir -m 1 --query 'select  deg  from emp where 1=1 and $CONDITIONS'
powershell 复制代码
(base) [root@zhang ~]# hdfs dfs -cat /sqoop/emp/part-m-00000
manager
Proof reader
php dev
php dev
admin
rr
ee
(base) [root@zhang ~]# 

5、增量导入到hive

powershell 复制代码
sqoop import --connect jdbc:mysql://zhang/test --username root --password root --table emp_add   -m 1 --hcatalog-table emp_add --where "id>1205"

结果:

powershell 复制代码
sqoop import --connect jdbc:mysql://zhang/test --username root --password root  --hcatalog-table emp_add  -m 1 --query 'select  * from emp_add where id>1205  and $CONDITIONS'

6 、导出到Mysql

在mysql建空表(必须)

sql 复制代码
create table emp_add_mysql
(
    id     int,    
    hno    varchar(32) null,
    street varchar(32) null,
    city   varchar(32) null
);

导出到mysql

注意两边数据类型

powershell 复制代码
sqoop export --connect jdbc:mysql://zhang:3306/test --username root --password root --table emp_add_mysql   -m 1 --hcatalog-table emp_add
相关推荐
天桥下的卖艺者18 小时前
使用scitable包,两步生成逆概率删失权重(IPCW)
数据库·r语言
隔窗听雨眠18 小时前
AI原生数据库浪潮:国产数据库的架构重构与路径之争
数据库
数据库小学妹19 小时前
数据库选型实战:从数据类型到TCO成本,五维决策框架+九款产品横评
数据库·信创·国产数据库·数据库选型·oracle迁移
神龙天舞200120 小时前
MySQL 备库为什么会延迟好几个小时
android·数据库·mysql
丙氨酸長鏈21 小时前
Web前端入门第 问:JavaScript 一个简单的 IndexedDB 数据库入门示例
前端·javascript·数据库
独行侠影a1 天前
APScheduler+Redis 分布式定时任务:解决多实例任务重复执行
数据库·redis·分布式
传说故事1 天前
数据库中一些常用英文单词含义
数据库·oracle
夏贰四1 天前
中小企业搭建业务中台如何控成本?业务中台轻量化落地分几步实施?
数据库·业务中台
林焱RPA1 天前
影刀RPA200篇纪念版:最实用的20个自动化场景大盘点
数据库
名字还没想好☜1 天前
Go 的 time.After 在 select 循环里内存泄漏:定时器堆积原理与 timer.Reset 正确姿势
java·数据库·golang·go·goroutine