sqoop导入、导出数据

sqoop导入、导出数据

清泓
2022-07-06 / 0 评论 / 3,129 阅读 / 3449字 / 正在检测是否收录...

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 -p000000
mysql> create database company;
mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
mysql> insert into company.staff(name, sex) values('Thomas', 'Male');
mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');

(3)导入数据

  • 全部导入

    $ bin/sqoop import \
    --connect jdbc:mysql://master:3306/company \
    --username root \
    --password 000000 \
    --table staff \
    --target-dir /user/company \
    --delete-target-dir \
    --num-mappers 1 \
    --fields-terminated-by "\t"
  • 查询导入

    $ bin/sqoop import \
    --connect jdbc:mysql://master:3306/company \
    --username root \
    --password 000000 \
    --target-dir /user/company \
    --delete-target-dir \
    --num-mappers 1 \
    --fields-terminated-by "\t" \
    --query 'select name,sex from staff where id <=1 and $CONDITIONS;'

    提示: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。

  • 导入指定列

    $ bin/sqoop import \
    --connect jdbc:mysql://master:3306/company \
    --username root \
    --password 000000 \
    --target-dir /user/company \
    --delete-target-dir \
    --num-mappers 1 \
    --fields-terminated-by "\t" \
    --columns id,sex \
    --table staff

    提示:columns中如果涉及到多列,用逗号分隔,分隔时不要添加空格

  • 使用sqoop关键字筛选查询导入数据

    $ bin/sqoop import \
    --connect jdbc:mysql://master:3306/company \
    --username root \
    --password 000000 \
    --target-dir /user/company \
    --delete-target-dir \
    --num-mappers 1 \
    --fields-terminated-by "\t" \
    --table staff \
    --where "id=1"

RDBMS到Hive

$ bin/sqoop import \
--connect jdbc:mysql://master:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--hive-import \
--fields-terminated-by "\t" \
--hive-overwrite \
--hive-table staff_hive

提示: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/master/表名

RDBMS到Hbase

$ bin/sqoop import \
--connect jdbc:mysql://master:3306/company \
--username root \
--password 000000 \
--table company \
--columns "id,name,sex" \
--column-family "info" \
--hbase-create-table \
--hbase-row-key "id" \
--hbase-table "hbase_company" \
--num-mappers 1 \
--split-by id

提示:sqoop1.4.6只支持HBase1.0.1之前的版本的自动创建HBase表的功能
解决方案:手动创建HBase表

hbase> create 'hbase_company,'info'

在HBase中scan这张表得到如下内容

hbase> scan ‘hbase_company’

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RDBMS

$ bin/sqoop export \
--connect jdbc:mysql://master:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"

提示: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文件

    $ mkdir opt
    $ touch opt/job_HDFS2RDBMS.opt
  • 编写sqoop脚本

    $ vi opt/job_HDFS2RDBMS.opt
    
    export
    --connect
    jdbc:mysql://master:3306/company
    --username
    root
    --password
    000000
    --table
    staff
    --num-mappers
    1
    --export-dir
    /user/hive/warehouse/staff_hive
    --input-fields-terminated-by
    "\t"
  • 执行该脚本

    $ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt
0

打赏

评论

博主关闭了当前页面的评论