Sqoop

Posted 2021-02-12 hsiehchou

1、sqoop

flume数据采集 采集日志数据
sqoop数据迁移 hdfs->mysql
azkaban任务调度 flume->hdfs->shell->hive->sql->BI

sqoop数据迁移=mapreduce
处理离线数据
整个过程就是数据导入处理导出过程
直接使用map

sqoop作用：简化开发
mysql->hdfs
mapreduce
sqoop!

2、概述：

Apache Sqoop（TM）是一种工具，用于在Apache Hadoop和结构化数据存储（如关
系数据库）之间高效传输批量数据 。数据迁移！
Sqoop于2012年3月成功从孵化器毕业，现在是一个顶级Apache项目： 更多信息

3、sqoop安装部署

1）下载

2）上传

3）解压

4）重命名
mv sqoop-env-template.sh sqoop-env.sh

5）添加配置信息
export HADOOP_COMMON_HOME=/root/hd/hadoop-2.8.4
export HADOOP_MAPRED_HOME=/root/hd/hadoop-2.8.4
export HIVE_HOME=/root/hd/hive
export ZOOCFGDIR=/root/hd/zookeeper-3.4.10/conf

6）启动查看版本号
bin/sqoop version

4、sqoop的import导入

import导入：mysql->hdfs
export导出：hdfs->mysql
mysql->hdfs操作：
1）导入mysql驱动到sqoop/lib下
2）命令操作
mysql> create database sqoop;
mysql> use sqoop;
mysql> create table user(id int primary key auto_increment,name varchar(50),addr varchar(300));

[[email protected]hsiehchou121 sqoop]# bin/sqoop import 
> --connect jdbc:mysql://hsiehchou121:3306/sqoop 
> --username root 
> --password root 
> --table user 
> --target-dir /sqoop/datas 
> --num-mappers 1 
> --fields-terminated-by "	"

注意：如果显示mysql的访问权限问题，需要设置mysql的用户权限：所在库 mysql库的user表

update user set host=’%’ where host=’localhost’;
delete from user where Host=’127.0.0.1’;
delete from user where Host=’hsiehchou121’;
delete from user where Host=’::1’;
flush privileges;

使用query对数据进行过滤

[[email protected]hsiehchou121 sqoop]# bin/sqoop import 
> --connect jdbc:mysql://hsiehchou121:3306/sqoop 
> --username root 
> --password root 
> --target-dir /sqoop/selectimport 
> --num-mappers 1 
> --fields-terminated-by "	" 
> --query ‘select * from user where id<=1 and $CONDITIONS‘

直接过滤字段

[[email protected] sqoop]# bin/sqoop import 
> --username root 
> --password root 
> --connect jdbc:mysql://hsiehchou121:3306/sqoop 
> --target-dir /sqoop/selectimport1 
> --num-mappers 1 
> --table user 
> --columns addr

5、mysql导入到hive

在~/.bash_profile里面增加下面配置

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/root/hd/hive/lib/*
export HADOOP_USER_HOME=root

[[email protected]hsiehchou121 sqoop]# bin/sqoop import 
> --connect jdbc:mysql://hsiehchou121:3306/sqoop 
> --username root 
> --password root 
> --table user 
> --num-mappers 1 
> --hive-import 
> --fields-terminated-by "	" 
> --hive-overwrite 
> --hive-table user_sqoop

6、sqoop的export命令

hive->mysql
hive导出到mysql
首先清空mysql里面的user：truncate table user;

[[email protected]hsiehchou121 sqoop]# bin/sqoop export 
> --connect jdbc:mysql://hsiehchou121:3306/sqoop 
> --username root 
> --password root 
> --table user 
> --num-mappers 1 
> --export-dir /user/hive/warehouse/user_sqoop 
> --input-fields-terminated-by "	"

7、常用参数

import 导入数据到集群
export 从集群导出数据
create-hive-table 创建hive表
import-all-tables 指定关系型数据库所有表到hdfs集群
list-databases 列出所有数据库
list-tables 列出所有数据库表
merge 合并hdfs中的不同目录下的数据
codegen 获取某张表数据生成JavaBean 并打包

[[email protected] sqoop]# bin/sqoop list-databases 
> --connect jdbc:mysql://hsiehchou121:3306/ 
> --username root 
> --password root

bin/sqoop merge
–new-data /testmerge/new/
–onto /testmerge/old/
–target-dir /testmerge/merged
–jar-file =/root/sqoopjar/UserBean/UserBean.jar
–class-name UserBean
–merge-key id

注意：
merge操作是一个新表替代旧表的操作，如果有冲突id的话新表数据替换旧表数据，如果没有冲突则是新表数据添加到旧表的数据

用户画像 merge
身高180 体重70 爱好 …..
身高180 体重90 爱好….

广告大数据 提高销量 广告推送更加精准
工业大数据 flink面试