Sqoop在Hadoop和关系型数据库之间的数据转移

sqoop支持增量导入

查看job：

    sqoop job --meta-connect jdbc:hsqldb:hsql://ip:port/sqoop --list

复制mysql中表结构到hive表：

    sqoop create-hive-table --connect jdbc:mysql://ip:port/dbName --table tableName --username username --password pass --hive-table qinshiwei

        表qinshiwei默认在default数据库中

mysql数据导入hive

    sqoop import --connect jdbc:mysql://ip:port/dbName --username root --password mysql-password --table t1 --hive-import

hdfs数据导入mysql

    sqoop-export --connect jdbc:mysql://ip:port/dbName --username username --password pass --table qinshiwei --export-dir tablename

    export-dir是要导出的HDFS平面文件位置。如果不是绝对路径，指/user/username/datadir

    参数：--input-fields-terminated-by '\0001'

    mysql导入hdfs文件分隔符：--fields-terminated-by '\0001'

mysql导入hdfs：

    sqoop import --connect jdbc:mysql://Hadoop48/toplists --username root --table test -m 1

mysql导入hive：

    sqoop import --connect jdbc:mysql://ip/tjcommon --verbose -m 1 --username username --password pass --hive-overwrite --direct --table tablename --hive-import --create-hive-table --hive-table mysql_award --fields-terminated-by '\t' --lines-terminated-by '\n' --append

    执行命令前先删除hadoop下的表名.java文件    rm /usr/lib/hadoop-0.20/tablename.java,保证表名mysql_award在hive的default数据库中不存在。

    sqoop import --connect jdbc:mysql://ip/dbName --username username --password pass --table qinshiwei -m 1 --hive-import --hive-table err --hive-overwrite --hive-delims-replacement "\t" --incremental append --last-value 0 --check-column id

hive空值处理
sqoop会自动把NULL转换为null处理，但是hive中默认是把\N来表示null，因为预先处理不会生效,我们需要使用 --null-string 和 --null-non-string来处理空值 把\N转为\\N

    sqoop import  ... --null-string '\\N' --null-non-string '\\N'

Sqoop导入hive若不加hive-overwirte，会留下hadoop目录，对下次若执行相同任务有影响。

--incremental append 
 --check-column id
--last-value 0 
这样，sqoop会从visit_log中id比0大的id开始导入，实现了增量导入。可以采用非增量导入，但是sqoop似乎会在warehouse-dir目录下建立一个源表名的目录，如果有此目录存在会报错，所以建议采用增量导入。

每天导入时的last value值不一样，如何做到每天动态的读取新的last value呢？sqoop支持把一条sqoop命令变为一个job，sqoop会通过job结果自动的更换last value的值。

最后我们得到的sqoop命令是：

sqoop job visit_import --create -- import  --connect jdbc:mysql://localhost:3306/main  --username root  --password pass --table user --columns "id,url,time" --direct --hive-import   --hive-table hive_visit_log --incremental append  --check-column id --last-value 0 

sqoop job --exec visit_import

创建job：

    sqoop job --meta-connect jdbc:hsqldb:hsql://ip:port/sqoop --create visit_import -- import --connect jdbc:mysql://ip:port/dbname --username username --password pass --table table --direct --hive-import --hive-table mysql_award --incremental append --check-column id --last-value 0