Sqoop的简单使用案例

Posted 2023-03-18

参考技术A (配置sqoop家目录环境变量,略)

验证Sqoop连接mysql:

bin/sqoop list-databases --connect jdbc:mysql://hadoop01:3306/ --username root --password root

1 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。

  1.1 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 -proot

create database company;

create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));

insert into company.staff(name, sex) values('Thomas', 'Male');

insert into company.staff(name, sex) values('Catalina', 'FeMale');

select * from company;

3) 导入数据

（1）全部导入

$ bin/sqoop import \

--connect jdbc:mysql://hadoop01:3306/company \

--username root \

--password root \

--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://hadoop01:3306/company \

--username root \

--password root \

--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。

（3）导入指定列

$ bin/sqoop import \

--connect jdbc:mysql://hadoop01:3306/company \

--username root \

--password root \

--target-dir /user/company \

--delete-target-dir \

--num-mappers 1 \

--fields-terminated-by "\t" \

--columns id,sex \

--table staff

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://hadoop01:3306/company \

--username root \

--password root \

--target-dir /user/company \

--delete-target-dir \

--num-mappers 1 \

--fields-terminated-by "\t" \

--table staff \

--where "id=1"

  1.2 RDBMS到Hive

$ bin/sqoop import \

--connect jdbc:mysql://hadoop01:3306/company \

--username root \

--password root \

--table staff \

--num-mappers 1 \

--hive-import \

--fields-terminated-by "\t" \

--hive-overwrite \

--hive-table staff_hive

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/atguigu/表名

  1.3 RDBMS到Hbase

$ bin/sqoop import \

--connect jdbc:mysql://hadoop01:3306/company \

--username root \

--password root \

--table company \

--columns "id,name,sex" \

--column-family "info" \

--hbase-create-table \

--hbase-row-key "id" \

--hbase-table "hbase_company" \

--num-mappers 1 \

--split-by id

提示：sqoop1.  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 'hbase_company,'info'

(5) 在HBase中scan这张表得到如下内容

hbase> scan ‘hbase_company’

  2、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。

  2.1 HIVE/HDFS到RDBMS

$ bin/sqoop export \

--connect jdbc:mysql://hadoop01:3306/company \

--username root \

--password root \

--table staff \

--num-mappers 1 \

--export-dir /user/hive/warehouse/staff_hive \

--input-fields-terminated-by "\t"

提示：Mysql中如果表不存在，不会自动创建

  3 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

$ mkdir opt

$ touch opt/job_HDFS2RDBMS.opt

2) 编写sqoop脚本

$ vi opt/job_HDFS2RDBMS.opt

export

--connect

jdbc:mysql://hadoop01:3306/company

--username

root

--password

root

--table

staff

--num-mappers

1

--export-dir

/user/hive/warehouse/staff_hive

--input-fields-terminated-by

"\t"

3) 执行该脚本

$ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

sqoop 配合集群使用:

创建连接MySQL密码存放文件 并传到HDFS中:

1.echo -n root > /usr/local/bin/sqoopPWD.pwd

2.hdfs dfs -put /usr/local/bin/sqoopPWD.pwd /user/hue/oozie/

3.sqoop job \

--create release_materiel \

-- import \

--connect jdbc:mysql://hd0:3306/throwads \

--username root \

--password-file /user/hue/oozie/sqoopPWD.pwd \

--table materiel \

--delete-target-dir \

--target-dir /gp1905/release/ods/release_materiel \

--fields-terminated-by '\001'

(注意-- import 有一个空格!!!)