Sqoop快速入门系列(2) | Sqoop数据导入与导出

 此篇为大家带来的是Sqoop数据导入与导出。

目录
一. 导入数据

1. RDBMS到HDFS
2. RDBMS到Hive
3. RDBMS到Hbase
   二. 导出数据
   HIVE/HDFS到RDBMS
   三. 脚本打包

一. 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。

1. RDBMS到HDFS
   确定Mysql服务开启正常
   [bigdata@hadoop002 sqoop]$ mysql -uroot -p199712
   1

在Mysql中新建一张表并插入一些数据
// 创建脚本
[bigdata@hadoop002 datas]$ vim company.sql

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

// 批量执行脚本
mysql> source /opt/module/datas/company.sql
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

// 查看是否成功
mysql> use company;

mysql> select * from staff;
1
2
3
4

开启所需要的组件
[bigdata@hadoop002 datas]$ start-dfs.sh
[bigdata@hadoop003 module]$ start-yarn.sh
[bigdata@hadoop002 zookeeper-3.4.10]$ bin/start-allzk.sh
[bigdata@hadoop002 hbase]$ bin/start-hbase.sh

// 要起的服务和下图一样
1
2
3
4
5
6

导入数据
// （1）全表导入
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t"

1
2
3
4
5
6
7
8
9
10
11
12
  运行成功:

  在web端查看

// （2）查询导入sqoop_query
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t" \
--query 'select * from staff where $CONDITIONS'
1
2
3
4
5
6
7
8
9
10
11
提示：must contain '$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。

//（3）部分导入
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--columns id,name \
--where 'id>=10 and id<=20' \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t"

1
2
3
4
5
6
7
8
9
10
11
12
13
14
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
  查看web端并下载查看内容：

//（4）使用sqoop关键字筛选查询导入数据
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--fields-terminated-by "\t" \
--table staff \
--where "id=1"

1
2
3
4
5
6
7
8
9
10
11
12

2. RDBMS到Hive
   $ bin/sqoop import \
   --connect jdbc:mysql://hadoop002:3306/company \
   --username root \
   --password 199712 \
   --hive-import \
   --hive-overwrite \
   --hive-table staff_hive \
   --target-dir company \
   --delete-target-dir \
   --num-mappers 2 \
   --split-by id \
   --fields-terminated-by "\t" \
   --query 'select * from staff where $CONDITIONS'

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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/bigdata/表名
  如果运行成功结果如图：

  启动hive并查看是否成功

[bigdata@hadoop002 module]$ cd hive/
[bigdata@hadoop002 hive]$ bin/hive

hive> show tables;
// 查看数据
hive> select * from staff_hive;
1
2
3
4
5
6

3. RDBMS到Hbase
   $ bin/sqoop import \
   --connect jdbc:mysql://hadoop002:3306/company \
   --username root \
   --password 199712 \
   --hbase-table staff_hbase \
   --hbase-row-key "id" \
   --column-family "info" \
   --target-dir company \
   --delete-target-dir \
   --num-mappers 2 \
   --split-by id \
   --fields-terminated-by "\t" \
   --query 'select * from staff where $CONDITIONS'

1
2
3
4
5
6
7
8
9
10
11
12
13
14

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 'staff_hbase','info'
1

在HBase中scan这张表得到如下内容
hbase(main):001:0> scan 'staff_hbase'
1

二. 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

1. 先登录mysql
   [bigdata@hadoop002 hbase]$ mysql -uroot -p199712

mysql> use company;
mysql> show tables;
// 存在数据先把数据清空
mysql> truncate table staff;
1
2
3
4
5
6

2.运行脚本

$ bin/sqoop export \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--num-mappers 2 \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"

1
2
3
4
5
6
7
8
9
10
提示：Mysql中如果表不存在，不会自动创建

  在Mysql中查看

三. 脚本打包
  使用opt格式的文件打包sqoop命令，然后执行

1. 创建一个.opt文件
   [bigdata@hadoop002 sqoop]$ vim opt.txt
   1
2. 编写sqoop脚本
   --connect
   jdbc:mysql://hadoop002:3306/company
   --username
   root
   --password
   199712

1
2
3
4
5
6
7

3. 执行该脚本
   [bigdata@hadoop002 sqoop]$ bin/sqoop list-databases --options-file opt.txt
   1

  本次的分享就到这里了,