Sqoop使用简要介绍

有用麻烦点个赞哦

简介

关键词 sqoop = sql to hadoop
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。 Sqoop2 的最新版本是 1.99.7。请注意，2 与 1 不兼容，且特征不完整，它并不打算用于生产部署。

Sqoop 原理

将导入或导出命令翻译成 mapreduce 程序来实现。
在翻译出的 mapreduce 中主要是对 inputformat 和 outputformat 进行定制。

安装

下载、解压、配置环境

环境：具备Java 和 hadoop
下载地址：http://mirrors.hust.edu.cn/apache/sqoop/1.4.6/

修改目录、配置

mv sqoop-env-template.sh sqoop-env.sh 
 
vim sqoop-env.sh

export HADOOP_COMMON_HOME=hadoop地址
export HADOOP_MAPRED_HOME=hadoop地址
export HIVE_HOME=hive地址
export ZOOKEEPER_HOME=zookeeper地址
export ZOOCFGDIR=zookeeper地址
export HBASE_HOME=hbase地址 

拷贝JDBC驱动

cp mysql-connector-java-5.1.27-bin.jar /opt/module/sqoop-1.4.6.bin__hadoop-2.0.4-alpha/lib/ 

测试

#测试是否安装成功
bin/sqoop help
#测试是否能连接数据库
bin/sqoop list-databases --connect jdbc:mysql:ip:端口号3306 --username 用户名 --password 密码

简单使用

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
例子

$ bin/sqoop import \ 
--connect jdbc:mysql://安装mysql的主机IP地址:3306/company \ 
--username 用户名 \ --password ，密码\ 
--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。 如果mysql表不存在不会自动创建

$ bin/sqoop export \
--connect jdbc:mysql://安装mysql的主机ip地址:3306/company \ 
--username 用户名\ 
--password 密码\
--table staff \ 
--num-mappers 1 \ 
--export-dir /user/hive/warehouse/staff_hive \ 
--input-fields-terminated-by "\t" 

脚本打包

创建一个.opt文件，写入命令
bin/sqoop --options-file opt文件

有用麻烦点个赞哦