sqoop导入数据到hdfs

10.1 Sqoop概述
Sqoop是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql…)间进行数据的传递，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。
Sqoop项目开始于2009年，最早是作为Hadoop的一个第三方模块存在，后来为了让使用者能够快速部署，也为了让开发人员能够更快速的迭代开发，Sqoop独立成为一个Apache项目。
最新的稳定版本是1.4.7。Sqoop2的最新版本是1.99.7。请注意，1.99.7与1.4.7不兼容，且没有特征不完整，它并不打算用于生产部署。
10.2 Sqoop下载与安装
10.2.1 Sqoop安装地址
1．Sqoop官网地址
http://sqoop.apache.org/
2．文档查看地址
http://sqoop.apache.org/docs/1.4.7/index.html
3．下载地址
https://mirrors.tuna.tsinghua.edu.cn/apache/sqoop/1.4.7/
10.2.2 Sqoop安装部署

1. 把sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz上传到linux的/opt/software目录下

2. 解压sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz到/opt/module/目录下
   $ tar -zxf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C ~/modules/

3. 修改sqoop-1.4.7.bin__hadoop-2.6.0的名称为sqoop
   [amiyang@hadoop102 software]$ mv sqoop-1.4.7.bin__hadoop-2.6.0/ sqoop

4. 修改/opt/module/sqoop/conf目录下的sqoop-env-template.sh名称为sqoop-env.sh
   [amiyang@hadoop102 software]$ mv sqoop-env-template.sh sqoop-env.sh
   [amiyang@hadoop102 software]$ mv sqoop-site-template.xml sqoop-site.xml
   5）配置sqoop-env.sh文件
   export HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.2
   export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.2
   export HIVE_HOME=/opt/module/hive
   export ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.10
   export ZOOCFGDIR=/opt/module/zookeeper-3.4.10
   10.2.3 添加JDBC驱动
   拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.27目录下的
   mysql-connector-java-5.1.27-bin.jar到/opt/module/sqoop/lib/
   $ cp -a mysql-connector-java-5.1.27-bin.jar
   ~/modules/sqoop-1.4.6.bin__hadoop-2.0.4-alpha/lib/
   10.2.4验证Sqoop
   我们可以通过某一个command来验证sqoop配置是否正确：
   $ bin/sqoop help
   出现一些Warning警告（警告信息已省略），并伴随着帮助命令的输出：
   Available commands:
   codegen Generate code to interact with database records
   create-hive-table Import a table definition into Hive
   eval Evaluate a SQL statement and display the results
   export Export an HDFS directory to a database table
   help List available commands
   import Import a table from a database to HDFS
   import-all-tables Import tables from a database to HDFS
   import-mainframe Import datasets from a mainframe server to HDFS
   job Work with saved jobs
   list-databases List available databases on a server
   list-tables List available tables in a database
   merge Merge results of incremental imports
   metastore Run a standalone Sqoop metastore
   version Display version information
   10.2.5测试Sqoop是否能够成功连接数据库
   $ bin/sqoop list-databases --connect jdbc:mysql://linux01:3306/ --username root
   –password 123456
   出现如下输出：
   information_schema
   metastore
   mysql
   performance_schema
   10.3 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。
   10.3.1 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 -p123456
   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
   （1）全部导入
   $ bin/sqoop import
   –connect jdbc:mysql://hadoop102:3306/company
   –username root
   –password 123456
   –table staff
   –target-dir /user/company
   –delete-target-dir
   –num-mappers 1
   –fields-terminated-by “\t”

   （2）查询导入
   $ bin/sqoop import
   –connect jdbc:mysql://hadoop102:3306/company
   –username root
   –password 123456
   –target-dir /user/company
   –delete-target-dir
   –num-mappers 1
   –fields-terminated-by “\t”
   –query ‘select name,sex from staff where id <=1 and $CONDITIONS{;}^{\prime }尖叫提示：mustcontai{n}^{\prime }$CONDITIONS’ in WHERE clause.
   尖叫提示：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。
   （3）导入指定列
   $ bin/sqoop import
   –connect jdbc:mysql://hadoop102:3306/company
   –username root
   –password 123456
   –target-dir /user/company
   –delete-target-dir
   –num-mappers 1
   –fields-terminated-by “\t”
   –columns id,sex
   –table staff
   尖叫提示：columns中如果涉及到多列，用逗号分隔，分隔时不要添加空格
   （4）使用sqoop关键字筛选查询导入数据
   $ bin/sqoop import
   –connect jdbc:mysql://hadoop102:3306/company
   –username root
   –password 123456
   –target-dir /user/company
   –delete-target-dir
   –num-mappers 1
   –fields-terminated-by “\t”
   –table staff
   –where “id=1”
   尖叫提示：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。