脚本宝典收集整理的这篇文章主要介绍了大数据高级开发工程师——大数据相关工具之一 Sqoop,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
比较 | Sqoop1 | Sqoop2 |
---|---|---|
架构 | 仅仅使用一个 Sqoop 客户端 | 引入了 Sqoop Server 集中化管理连接,以及 rest api、web ui,引入安全机制 |
部署 | 简单,使用 root 权限安装,连接器必须符合 JDBC | 架构稍复杂,配置部署更加繁琐 |
使用 | 命令方式容易出错,格式紧耦合,无法支持所有数据类型,安全机制不够完善,容易暴露密码 | 多种交互方式:命令行、WebUI、REST API,连接集中管理,完善的权限管理机制,connector仅仅负责数据的读写。 |
wget http://Archive.apache.org/dist/sqoop/1.4.7/sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
# 解压
tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz -C /Bigdata/install/
cd /bigdata/install/sqoop-1.4.7.bin__hadoop-2.6.0/conf
mv sqoop-env-template.sh sqoop-env.sh
vim sqoop-env.sh
# 根据自己实际的安装目录填写
#Set path to where bin/hadoop is available
export HADOOP_COMMON_HOME=/bigdata/install/hadoop-3.1.4
#Set path to where hadoop-*-core.jar is available
export HADOOP_MAPRED_HOME=/bigdata/install/hadoop-3.1.4
#set the path to where bin/hbase is available
export HBASE_HOME=/bigdata/install/hbase-2.2.6
#Set the path to where bin/hive is available
export HIVE_HOME=/bigdata/install/hive-3.1.2
#Set the path for where zookePEr config dir is
export ZOOCFGDIR=/usr/apps/zookeeper-3.4.14/conf
java-json.jar
,mysql-connector-java-5.1.38.jar
拷贝到sqoop的lib目录下scp java-json.jar mysql-connector-java-5.1.38.jar hadoop@node03:/bigdata/install/sqoop-1.4.7.bin__hadoop-2.6.0/lib
sudo vim /etc/profile
export SQOOP_HOME=/bigdata/install/sqoop-1.4.7.bin__hadoop-2.6.0
export PATH=$PATH:$SQOOP_HOME/bin
source /etc/profile
sqoop help
命令,有warning日志@H_918_360@
# pwd = /bigdata/install/sqoop-1.4.7.bin__hadoop-2.6.0
vim bin/configure-sqoop
sqoop help
命令,一切正常啦!# 列出node03主机所有的数据库
sqoop list-databases --connect jdbc:mysql://node03:3306/ --username root --password 123456
# 查看某一个数据库下面的所有数据表
sqoop list-tables --connect jdbc:mysql://node03:3306/mysql --username root --password 123456
CREATE DATABASE /*!32312 IF NOT EXISTS*/`userdb` /*!40100 DEFAULT CHARACTER SET utf8 */;
USE `userdb`;
DROP TABLE IF EXISTS `emp`;
CREATE TABLE `emp` (
`id` INT(11) DEFAULT NULL,
`name` VARCHAR(100) DEFAULT NULL,
`deg` VARCHAR(100) DEFAULT NULL,
`salary` INT(11) DEFAULT NULL,
`dept` VARCHAR(10) DEFAULT NULL,
`create_time` TIMESTAMP NOT NULL DEFAULT current_TIMESTAMP,
`update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
`is_delete` BIginT(20) DEFAULT '1'
) ENGINE=INNODB DEFAULT CHARSET=latin1;
INSERT INTO `emp`(`id`,`name`,`deg`,`salary`,`dept`) VALUES (1201,'gopal',';manager',50000,'TP'),(1202,'manisha','Proof reader',50000,'TP'),(1203,'khalil','php dev',30000,'AC'),(1204,'prasanth','php dev',30000,'AC'),(1205,'kranthi','admin',20000,'TP');
DROP TABLE IF EXISTS `emp_add`;
CREATE TABLE `emp_add` (
`id` INT(11) DEFAULT NULL,
`hno` VARCHAR(100) DEFAULT NULL,
`street` VARCHAR(100) DEFAULT NULL,
`cITy` VARCHAR(100) DEFAULT NULL,
`create_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
`update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
`is_delete` BIGINT(20) DEFAULT '1'
) ENGINE=INNODB DEFAULT CHARSET=latin1;
INSERT INTO `emp_add`(`id`,`hno`,`street`,`city`) VALUES (1201,'288A','vgiri','jublee'),(1202,'108I','aoc','sec-bad'),(1203,'144Z','pgutta','hyd'),(1204,'78B','old city','sec-bad'),(1205,'720X','hitec','sec-bad');
DROP TABLE IF EXISTS `emp_conn`;
CREATE TABLE `emp_conn` (
`id` INT(100) DEFAULT NULL,
`phno` VARCHAR(100) DEFAULT NULL,
`email` VARCHAR(100) DEFAULT NULL,
`create_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
`update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
`is_delete` BIGINT(20) DEFAULT '1'
) ENGINE=INNODB DEFAULT CHARSET=latin1;
INSERT INTO `emp_conn`(`id`,`phno`,`email`) VALUES (1201,'2356742','gopal@tp.COM'),(1202,'1661663','manisha@tp.com'),(1203,'8887776','khalil@ac.com'),(1204,'9988774','prasanth@ac.com'),(1205,'1231231','kranthi@tp.com');
sqoop import --connect jdbc:mysql://node03:3306/userdb --password 123456 --username root --table emp -m 1
# 参数`--m 1`,表示只启动一个map task进行数据的导入
hdfs dfs -ls /user/hadoop/emp
Found 2 items
-rw-r--r-- 3 hadoop supergroup 0 2022-01-01 21:35 /user/hadoop/emp/_SUCCESS
-rw-r--r-- 3 hadoop supergroup 381 2022-01-01 21:35 /user/hadoop/emp/part-m-00000
--split-by column-name
,如下,其中map个数为4sqoop import --connect jdbc:mysql://node03:3306/userdb --password 123456 --username root --table emp -m 4 --split-by id
--target-dir
来指定导出目的地,使用参数 --delete-target-dir
来判断导出目录是否存在,如果存在就删掉sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --delete-target-dir --table emp --target-dir /sqoop/emp -m 1
hdfs dfs -text /sqoop/emp/part-m-00000
# 它会用逗号(,)分隔emp表的数据和字段
1201,gopal,manager,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1202,manisha,Proof reader,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1203,khalil,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1204,prasanth,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1205,kranthi,admin,20000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
--fields-terminated-by
指定分隔符sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --delete-target-dir --table emp --target-dir /sqoop/emp2 -m 1 --fields-terminated-by 't'
hdfs dfs -text /sqoop/emp2/part-m-00000
# 它会用(t)分隔emp表的数据和字段
1201 gopal manager 50000 TP 2022-01-01 21:30:39.0 2022-01-01 21:30:39.0 1
1202 manisha Proof reader 50000 TP 2022-01-01 21:30:39.0 2022-01-01 21:30:39.0 1
1203 khalil php dev 30000 AC 2022-01-01 21:30:39.0 2022-01-01 21:30:39.0 1
1204 prasanth php dev 30000 AC 2022-01-01 21:30:39.0 2022-01-01 21:30:39.0 1
1205 kranthi admin 20000 TP 2022-01-01 21:30:39.0 2022-01-01 21:30:39.0 1
cp /bigdata/install/hive-3.1.2/lib/hive-exec-3.1.2.jar /bigdata/install/sqoop-1.4.7.bin__hadoop-2.6.0/lib/
hive (default)> create database sqooptohive;
hive (default)> use sqooptohive;
hive (sqooptohive)> create external table emp_hive(id int,name string,deg string,salary int ,dept string) row format delimited fields terminated by '01';
sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp --fields-terminated-by '01' --hive-import --hive-table sqooptohive.emp_hive --hive-overwrite --delete-target-dir --m 1
select * From emp_hive;
# 通过这个命令,我们可以直接将我们mysql表当中的数据以及表结构一起倒入到hive当中去
sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp_conn --hive-import -m 1 --hive-database sqooptohive
select * from emp_conn;
sqoop1的最新版本1.4.7只与hbase 1.x相兼容,因此这里修改 sqoop 的配置文件 sqoop-env.sh,指定 hbase-2.2.2 版本的 HBase
初始化 mysql 表数据
CREATE DATABASE IF NOT EXISTS library;
USE library;
CREATE TABLE Book(
id INT(4) Primary KEY NOT NULL AUTO_INCREMENT,
NAME VARCHAR(255) NOT NULL,
price VARCHAR(255) NOT NULL);
-- 插入数据
INSERT INTO book(NAME, price) VALUES('Lie Sporting', '30');
INSERT INTO book (NAME, price) VALUES('Pride & Prejudice', '70');
INSERT INTO book (NAME, price) VALUES('Fall of Giants', '50');
sqoop import --connect jdbc:mysql://node03:3306/library --username root --password 123456 --table book --columns "id,name,price" --column-family "info" --hbase-create-table --hbase-row-key "id" --hbase-table "hbase_book" --num-mappers 1 --split-by id
hbase(main):057:0> scan 'hbase_book'
ROW COLUMN+CELL
1 column=info:name, timestamp=1550634017823, value=Lie Sporting
1 column=info:price, timestamp=1550634017823, value=30
2 column=info:name, timestamp=1550634017823, value=Pride & Prejudice
2 column=info:price, timestamp=1550634017823, value=70
3 column=info:name, timestamp=1550634017823, value=Fall of Giants
3 column=info:price, timestamp=1550634017823, value=50
可以使用Sqoop工具导入表的“where”子句的一个子集,它执行在各自的数据库服务器相应的SQL查询,并将结果存储在HDFS的目标目录。
通过--where
参数来查找表 emp_add 当中 city 字段的值为 sec-bad 的所有数据导入到 hdfs 上面去
sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp_add --target-dir /sqoop/emp_add -m 1 --delete-target-dir --where "city = 'sec-bad'"
hdfs dfs -text /sqoop/emp_add/part-*
1202,108I,aoc,sec-bad,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1204,78B,old city,sec-bad,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1205,720X,hitec,sec-bad,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
--query
参数来指定我们的 sql 语句,通过 sql 语句来过滤我们的数据进行导入import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --delete-target-dir -m 1 --query 'select phno from emp_conn where 1=1 and $CONDITIONS' --target-dir /sqoop/emp_conn
hdfs dfs -text /sqoop/emp_conn/part-*
2356742
1661663
8887776
9988774
1231231
注意:使用sql语句来进行查找是不能加参数–table,并且必须要添加where条件,并且where条件后面必须带一个$CONDITIONS 这个字符串,并且这个sql语句必须用单引号,不能用双引号。
incremental
,check-column
和 last-value
选项来执行增量导入。语法如下:--incremental <Append> //基于递增列的增量导入
--check-column <column name> //递增列
--last-value <last check column value> //阈值
--delete-target-dir
否则会报错sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp --incremental append --check-column id --last-value 1202 -m 1 --target-dir /sqoop/increment
# 查看
hdfs dfs -text /sqoop/increment/part*
1203,khalil,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1204,prasanth,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1205,kranthi,admin,20000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
--where
条件来实现sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp --incremental append --where "create_time > '2021-12-30 00:00:00' and is_delete='1' and create_time < '2022-01-02 23:59:59'" --target-dir /sqoop/increment2 --check-column id --m 1
# 查看
hdfs dfs -text /sqoop/increment2/part*
1201,gopal,manager,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1202,manisha,Proof reader,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1203,khalil,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1204,prasanth,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1205,kranthi,admin,20000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1201,gopal,manager,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1202,manisha,Proof reader,50000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1203,khalil,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1204,prasanth,php dev,30000,AC,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
1205,kranthi,admin,20000,TP,2022-01-01 21:30:39.0,2022-01-01 21:30:39.0,1
use userdb;
CREATE TABLE `emp_out` (
`id` INT(11) DEFAULT NULL,
`name` VARCHAR(100) DEFAULT NULL,
`deg` VARCHAR(100) DEFAULT NULL,
`salary` INT(11) DEFAULT NULL,
`dept` VARCHAR(10) DEFAULT NULL,
`create_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP,
`update_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
`is_delete` BIGINT(20) DEFAULT '1'
) ENGINE=INNODB DEFAULT CHARSET=utf8;
sqoop export --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp_out --export-dir /sqoop/emp --input-fields-terminated-by ","
命令 | 类 | 说明 |
---|---|---|
import | ImportTool | 将数据导入到集群 |
export | ExportTool | 将集群数据导出 |
codegen | CodeGentool | 获取数据库中某张表数据生成Java并打包Jar |
create-hive-table | CreateHiveTableTool | 创建Hive表 |
eval | EvalSqlTool | 查看SQL执行结果 |
import-all-tables | ImportAllTablesTool | 导入某个数据库下所有表到HDFS中 |
job | JoBTool | 用来生成一个sqoop的任务,生成后,该任务并不执行,除非使用命令执行该任务。 |
list-databases | ListDatabasesTool | 列出所有数据库名 |
list-tables | ListTablesTool | 列出某个数据库下所有表 |
merge | MergeTool | 将HDFS中不同目录下面的数据合在一起,并存放在指定的目录中 |
metastore | MetastoreTool | 记录sqoop job的元数据信息,如果不启动metastore实例,则默认的元数据存储目录为:~/.sqoop,如果要更改存储目录,可以在配置文件sqoop-site.XMl中进行更改。 |
help | HelpTool | 打印sqoop帮助信息 |
version | VersionTool | 打印sqooP版本信息 |
参数 | 说明 |
---|---|
–connect | 连接关系型数据库的URL |
–connection-manager | 指定要使用的连接管理类 |
–driver | JDBC的driver class |
–help | 打印帮助信息 |
–password | 连接数据库的密码 |
–username | 连接数据库的用户名 |
–verbose | 在控制台打印出详细信息 |
参数 | 说明 |
---|---|
–enclosed-by <char> | 给字段值前后加上指定的字符 |
–escaped-by <char> | 对字段中的双引号加转义符 |
–fields-terminated-by <char> | 设定每个字段是以什么符号作为结束,默认为逗号 |
–lines-terminated-by <char> | 设定每行记录之间的分隔符,默认是n |
–mysql-delimiters | Mysql默认的分隔符设置,字段之间以逗号分隔,行之间以n分隔,默认转义符是,字段值以单引号包裹。 |
–optionally-enclosed-by <char> | 给带有双引号或单引号的字段值前后加上指定字符。 |
参数 | 说明 |
---|---|
–input-enclosed-by <char> | 对字段值前后加上指定字符 |
–input-escaped-by <char> | 对含有转移符的字段做转义处理 |
–input-fields-terminated-by <char> | 字段之间的分隔符 |
–input-lines-terminated-by <char> | 行之间的分隔符 |
–input-optionally-enclosed-by <char> | 给带有双引号或单引号的字段前后加上指定字符 |
参数 | 说明 |
---|---|
–hive-delims-replacement <arg> | 用自定义的字符串替换掉数据中的rn和13 10等字符 |
–hive-drop-import-delims | 在导入数据到hive时,去掉数据中的rn1310这样的字符 |
–map-column-hive <map> | 生成hive表时,可以更改生成字段的数据类型 |
–hive-partition-key | 创建分区,后面直接跟分区名,分区字段的默认类型为string |
–hive-partition-value <v> | 导入数据时,指定某个分区的值 |
–hive-home <dir> | hive的安装目录,可以通过该参数覆盖之前默认配置的目录 |
–hive-import | 将数据从关系数据库中导入到hive表中 |
–hive-overwrite | 覆盖掉在hive表中已经存在的数据 |
–create-hive-table | 默认是false,即,如果目标表已经存在了,那么创建任务失败。 |
–hive-table | 后面接要创建的hive表,默认使用MySQL的表名 |
–table | 指定关系数据库的表名 |
sqoop import
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp
--hive-import
mode=append
sqoop import
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp
--num-mappers 1
--fields-terminated-by "t"
--target-dir /user/hive/warehouse/emp
--check-column id
--incremental append
--last-value 3
append不能与–hive-等参数同时使用(Append mode for hive imports is not yet supported. Please remove the parameter --append-mode)
mode=lastmodified
# 先在mysql中建表并插入几条数据
create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP);
insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female');
insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female');
# 先导入一部分数据
sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp_conn --delete-target-dir --m 1
insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female');
# 再增量导入一部分数据
sqoop import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp_conn --check-column last_modified --incremental lastmodified --last-value "2018-0-28 22:20:38" -m 1 --append
使用lastmodified方式导入数据要指定增量数据是要–append(追加)还是要–merge-key(合并)
–incremental lastmodified模式下,last-value指定的值是会包含于增量导入的数据中。
参数 | 说明 |
---|---|
–append | 将数据追加到HDFS中已经存在的DataSet中,如果使用该参数,sqoop会把数据先导入到临时文件目录,再合并。 |
–as-avrodatafile | 将数据导入到一个Avro数据文件中 |
–as-sequencefile | 将数据导入到一个sequence文件中 |
–as-textfile | 将数据导入到一个普通文本文件中 |
–boundary-query <statement> | 边界查询,导入的数据为该参数的值(一条sql语句)所执行的结果区间内的数据。 |
–columns <col1, col2, col3> | 指定要导入的字段 |
–direct | 直接导入模式,使用的是关系数据库自带的导入导出工具,以便加快导入导出过程。 |
–direct-split-size | 在使用上面direct直接导入的基础上,对导入的流按字节分块,即达到该阈值就产生一个新的文件 |
–inline-lob-limit | 设定大对象数据类型的最大值 |
–m或–num-mappers | 启动N个map来并行导入数据,默认4个。 |
–query或–e | 将查询结果的数据导入,使用时必须伴随参–target-dir,–hive-table,如果查询中有where条件,则条件后必须加上$CONDITIONS关键字 |
–split-by <column-name> | 按照某一列来切分表的工作单元,不能与–autoreset-to-one-mapper连用(请参考官方文档) |
–table <table-name> | 关系数据库的表名 |
–target-dir <dir> | 指定HDFS路径 |
–warehouse-dir <dir> | 与14参数不能同时使用,导入数据到HDFS时指定的目录 |
–where | 从关系数据库导入数据时的查询条件 |
–z或–comPress | 允许压缩 |
–compression-codec | 指定hadoop压缩编码类,默认为gzip(Use Hadoop codec default gzip) |
–null-string <null-string> | string类型的列如果null,替换为指定字符串 |
–null-non-string <null-string> | 非string类型的列如果null,替换为指定字符串 |
–check-column <col> | 作为增量导入判断的列名 |
–incremental <mode> | mode:append或lastmodified |
–last-value <value> | 指定某一个值,用于标记增量导入的位置 |
sqoop export
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp_add
--export-dir /user/company
--input-fields-terminated-by "t"
--num-mappers 1
参数 | 说明 |
---|---|
–direct | 利用数据库自带的导入导出工具,以便于提高效率 |
–export-dir <dir> | 存放数据的HDFS的源目录 |
-m或–num-mappers <n> | 启动N个map来并行导入数据,默认4个 |
–table <table-name> | 指定导出到哪个RDBMS中的表 |
–update-key <col-name> | 对某一列的字段进行更新操作 |
–update-mode <mode> | updateonly allowinsert(默认) |
–input-null-string <null-string> | 请参考import该类似参数说明 |
–input-null-non-string <null-string> | 请参考import该类似参数说明 |
–staging-table <staging-table-name> | 创建一张临时表,用于存放所有事务的结果,然后将所有事务结果一次性导入到目标表中,防止错误。 |
–clear-staging-table | 如果第9个参数非空,则可以在导出操作执行前,清空临时事务结果表 |
sqoop codegen
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp_add
--bindir /home/admin/Desktop/staff
--class-name Staff
--fields-terminated-by "t"
参数 | 说明 |
---|---|
–bindir <dir> | 指定生成的Java文件、编译成的class文件及将生成文件打包为jar的文件输出路径 |
–class-name <name> | 设定生成的Java文件指定的名称 |
–outdir <dir> | 生成Java文件存放的路径 |
–package-name <name> | 包名,如com.z,就会生成com和z两级目录 |
–input-null-non-string <null-str> | 在生成的Java文件中,可以将null字符串或者不存在的字符串设置为想要设定的值(例如空字符串) |
–input-null-string <null-str> | 将null字符串替换成想要替换的值(一般与5同时使用) |
–map-column-java <arg> | 数据库字段在生成的Java文件中会映射成各种属性,且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型,例如:–map-column-java id=long, name=String |
–null-non-string <null-str> | 在生成Java文件时,可以将不存在或者null的字符串设置为其他值 |
–null-string <null-str> | 在生成Java文件时,将null字符串设置为其他值(一般与8同时使用) |
–table <table-name> | 对应关系数据库中的表名,生成的Java文件中的各个属性与该表的各个字段一一对应 |
sqoop create-hive-table
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp_add
--hive-table emp_add
参数 | 说明 |
---|---|
–hive-home <dir> | Hive的安装目录,可以通过该参数覆盖掉默认的Hive目录 |
–hive-overwrite | 覆盖掉在Hive表中已经存在的数据 |
–create-hive-table | 默认是false,如果目标表已经存在了,那么创建任务会失败 |
–hive-table | 后面接要创建的hive表 |
–table | 指定关系数据库的表名 |
sqoop eval
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--query "SELECT * FROM emp"
参数 | 说明 |
---|---|
–query或–e | 后跟查询的SQL语句 |
$ bin/sqoop import-all-tables
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--warehouse-dir /all_tables
参数 | 说明 |
---|---|
–as-avrodatafile | 这些参数的含义均和import对应的含义一致 |
–as-sequencefile | |
–as-textfile | |
–direct | |
–direct-split-size <n> | |
–inline-lob-limit <n> | |
–m或—num-mappers <n> | |
–warehouse-dir <dir> | |
-z或–compress | |
–compression-codec |
$ bin/sqoop job
--create myjob -- import-all-tables
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
$ bin/sqoop job
--list
$ bin/sqoop job
--exec myjob
注意 import-all-tables 和它左边的–之间有一个空格
如果需要连接metastore,则–meta-connect jdbc:hsqldb:hsql://node03:16000/sqoop
参数 | 说明 |
---|---|
–create <job-id> | 创建job参数 |
–delete <job-id> | 删除一个job |
–exec | 执行一个job |
–help | 显示job帮助 |
–list | 显示job列表 |
–meta-connect <jdbc-uri> | 用来连接metastore服务 |
–show <job-id> | 显示一个job的信息 |
–verbose | 打印命令运行时的详细信息 |
在执行一个job时,如果需要手动输入数据库密码,可以做如下优化
<property>
<name>sqoop.metastore.client.record.password</name>
<value>true</value>
<description>If true, allow saved passwords in the metastore.</description>
</property>
sqoop list-databases
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
$ bin/sqoop list-tables
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
**参数:**与公用参数一样
# 数据准备
# 数据的列之间的分隔符应该为t,行与行之间的分割符为n
new_staff
1 AAA male
2 BBB male
3 CCC male
4 DDD male
old_staff
1 AAA female
2 CCC female
3 BBB female
6 DDD female
# 创建JavaBean
sqoop codegen
--connect jdbc:mysql://node03:3306/userdb
--username root
--password 123456
--table emp_conn
--bindir /home/admin/Desktop/staff
--class-name EmpConn
--fields-terminated-by "t"
sqoop merge
--new-data /test/new/
--onto /test/old/
--target-dir /test/merged
--jar-file /home/admin/Desktop/staff/EmpConn.jar
--class-name Staff
--merge-key id
1 AAA MALE
2 BBB MALE
3 CCC MALE
4 DDD MALE
6 DDD FEMALE
参数 | 说明 |
---|---|
–new-data <path> | HDFS 待合并的数据目录,合并后在新的数据集中保留 |
–onto <path> | HDFS合并后,重复的部分在新的数据集中被覆盖 |
–merge-key <col> | 合并键,一般是主键ID |
–jar-file | 合并时引入的jar包,该jar包是通过Codegen工具生成的jar包 |
–class-name <class> | 对应的表名或对象名,该class类是包含在jar包中的 |
–target-dir <path> | 合并后的数据在HDFS里存放的目录 |
# 启动sqoop的metastore服务
sqoop metastore
参数 | 说明 |
---|---|
–shutdown | 关闭metastore |
$ sqoop job (generic-args) (job-args) [-- [subtool-name] (subtool-args)]
$ sqoop-job (generic-args) (job-args) [-- [subtool-name] (subtool-args)]
sqoop job --create myjob -- import --connect jdbc:mysql://node03:3306/userdb --username root --password 123456 --table emp --delete-target-dir
sqoop job --list
sqoop job --show myjob
@H_931_4069@
sqoop job --exec myjob
以上是脚本宝典为你收集整理的大数据高级开发工程师——大数据相关工具之一 Sqoop全部内容,希望文章能够帮你解决大数据高级开发工程师——大数据相关工具之一 Sqoop所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。