Sqoop 数据导出：全量、增量、更新

背景信息

SQOOP支持直接从Hive表到RDBMS表的导出操作，也支持HDFS到RDBMS表的操作，

当前需求是从Hive中导出数据到RDBMS，有如下两种方案：

Ø 从Hive表到RDBMS表的直接导出：

该种方式效率较高，但是此时相当于直接在Hive表与RDBMS表的数据之间做全量、增量和更新对比，当Hive表记录较大时，或者RDBMS有多个分区表时，无法做精细的控制，因此暂时不考虑该方案。

Ø 从HDFS到RDBMS表的导出：

该方式下需要先将数据从Hive表导出到HDFS，再从HDFS将数据导入到RDBMS。虽然比直接导出多了一步操作，但是可以实现对数据的更精准的操作，特别是在从Hive表导出到HDFS时，可以进一步对数据进行字段筛选、字段加工、数据过滤操作，从而使得HDFS上的数据更“接近”或等于将来实际要导入RDBMS表的数据。在从HDFS导入RDBMS时，也是将一个“小数据集”与目标表中的数据做对比，会提高导出速度。示意图如下所示：

不同导出模式介绍

全量导出

Ø 应用场景：将Hive表中的全部记录（可以是全部字段也可以部分字段）导出到目标表。

Ø 实现逻辑：

Ø 使用限制：目标表中不能有与Hive中相同的记录，一般只有当目标表为空表时才使用该模式进行首次数据导出。

Ø 参数：源表、目标表、导出字段（select的字段）、映射关系（–column后的参数）

Ø 适用的数据库：Oracle、DB2、SQL Server、PG、MySQL

增量导出

Ø 应用场景：将Hive表中的增量记录以及有修改的记录同步到目标表中。

Ø 实现逻辑：

Ø 使用限制：update-key可以是多个字段，但这些字段的记录都应该是未被更新过的，若该参数指定的字段有更新，则对应记录的更新不会被同步到目标表中。

Ø 参数：源表、目标表、筛选字段及其取值范围、导出字段（select的字段）、映射关系（–column后的参数）、更新的参考字段（–update-key后的参数）

Ø 适用的数据库：Oracle、SQL Server、MySQL

更新导出

Ø 应用场景：将Hive表中的有更新的记录同步到目标表。

Ø 实现逻辑：

Ø 使用限制：update-key可以是多个字段，但这些字段的记录都应该是未被更新过的，若该参数指定的字段有更新，则对应记录的更新不会被同步到目标表中。

Ø 参数：源表、目标表、筛选字段及其取值范围、导出字段（select的字段）、映射关系（–column后的参数）、更新的参考字段（–update-key后的参数）

Ø 适用的数据库：Oracle、DB2、SQL Server、PG、MySQL

相关脚本

全量导出
HQL示例：insert overwrite  directory ‘/user/root/export/test’ row format delimited fields terminated by ‘,’ STORED AS textfile select F1,F2,F3 from ;
 
SQOOP脚本：sqoop export --connect jdbc:mysql://localhost:3306/wht --username root --password cloudera --table  --fields-terminated-by ','  --columns F1,F2,F3 --export-dir /user/root/export/test
 
增量导出（insert模式）
HQL示例：insert overwrite  directory ‘/user/root/export/test’ row format delimited fields terminated by ‘,’ STORED AS textfile select F1,F2,F3 from  where ;
 
SQOOP脚本：sqoop export --connect jdbc:mysql://localhost:3306/wht --username root --password cloudera --table  --fields-terminated-by ‘,’  --columns F1,F2,F3 --update-key F4 --update-mode  allowinsert --export-dir /user/root/export/test
 
 
更新导出（update模式）
HQL示例：insert overwrite  directory ‘/user/root/export/test’ row format delimited fields terminated by ‘,’ STORED AS textfile select F1,F2,F3 from  where ;
 
SQOOP脚本：sqoop export --connect jdbc:mysql://localhost:3306/wht --username root --password cloudera --table  --fields-terminated-by ‘,’  --columns F1,F2,F3 --update-key F4 --update-mode  updateonly --export-dir /user/root/export/test