1.sqoop是什么

Sqoop是一款开源的数据迁移工具，主要用于Hadoop(Hive)与传统的关系型数据库(mysql...)相互之间的数据迁移。

2.sqoop的特点

sqoop的底层实现是mapreduce，所以sqoop依赖于hadoop,数据是并行导入的。

3.sqoop常用命令

sqoop help

1）列出mysql数据库中的所有数据库中的test数据库

 sqoop list-databases --connect jdbc:mysql://localhost:3306/test -usernametest -password
test

2）连接mysql并列出数据库中的表

sqoop list-tables --connect jdbc:mysql://localhost:3306/test --username test --password test

3)将关系型数据的表结构复制到hive中

sqoop create-hive-table --connect jdbc:mysql://localhost:3306/test --table users --username test

--password test --hive-table users  --fields-terminated-by "\0001"  --lines-terminated-by "\n";

参数说明：

--fields-terminated-by "\0001"  是设置每列之间的分隔符，"\0001"是ASCII码中的1，它也是hive的默认行内分隔符， 而sqoop的默认行内分隔符为"，" --lines-terminated-by "\n"  设置的是每行之间的分隔符，此处为换行符，也是默认的分隔符；

注意：只是复制表的结构，表中的内容没有复制

4）将数据从关系数据库导入文件到hive表中

sqoop import --connect jdbc:mysql://localhost:3306/test --username test --password test 

--table users --hive-import --hive-table users -m 2 --fields-terminated-by "\0001";

参数说明：

-m 2 表示由两个map作业执行；

--fields-terminated-by "\0001"  需同创建hive表时保持一致；



5）将hive中的表数据导入到mysql数据库表中

sqoop export --connect jdbc:mysql://192.168.66.66:3306/test --username test --password test 

--table users --export-dir /user/hive/warehouse/users/part-m-00000 --input-fields-terminated-by '\0001'

注意：

a.在进行导入之前，mysql中的表users必须已经提起创建好了。

b.jdbc:mysql://192.168.66.66:3306/test中的IP地址改成localhost会报异常



6）将数据从关系数据库导入文件到hive表中，--query 语句使用

 sqoop import --append --connect jdbc:mysql://192.168.66.66/test --username test --password test --query "select id,age,name from userinfo where \$CONDITIONS"  -m 1  --target-dir /user/hive/warehouse/userinfos2 --fields-terminated-by ",";



7）将数据从关系数据库导入文件到hive表中，--columns  --where 语句使用

 sqoop import --append --connect jdbc:mysql://192.168.66.66:3306/test --username test --password test --table userinfo --columns "id,age,name"  --where "id > 3 and (age = 88 or age = 80)"  -m 1  --target-dir /user/hive/warehouse/userinfos2 --fields-terminated-by
",";

注意：--target-dir /user/hive/warehouse/userinfos   可以用  --hive-import --hive-table userinfos进行替换

8）mysql导入数据到HDFS   

sqoop import --connect jdbc:mysql://192.168.66.66:3306/test --username root --password 123456 --table test_user --target-dir  /usr/test -m 2 --fields-terminated-by "\t" --columns
"id,name"  --where 'id>2 and id<=6'

sqoop export --connect jdbc:mysql://192.168.66.66:3306/test --username root --password 123456 --export-dir '/usr/test' --table test -m 2

import的主要参数

--connect <jdbc-uri>    jdbc连接地址

--connection-manager <class-name>     连接管理者

--driver <class-name>     驱动类

--hadoop-mapred-home <dir>     $HADOOP_MAPRED_HOME

--help     help信息

-P     从命令行输入密码

--password <password>     密码

--username <username>     账号

--verbose    打印信息

--connection-param-file <filename>  可选参数





Argument     Description

--append     添加到hdfs中已经存在的dataset

--as-avrodatafile     导入数据作为avrodata

--as-sequencefile     导入数据位SequenceFiles

--as-textfile          默认导入数据为文本

--boundary-query <statement>     创建splits的边界

--columns <col,col,col…>     选择列

--direct             使用直接导入快速路径

--direct-split-size <n>     在快速模式下每n字节使用一个split

--fetch-size <n>     一次读入的数量

--inline-lob-limit <n>     最大数值 an inline LOB

-m,--num-mappers <n>     通过实行多少个map，默认是4个，某些数据库8 or 16性能不错

-e,--query <statement>     通过查询语句导入

--split-by <column-name>     创建split的列，默认是主键

--table <table-name>     要导入的表名

--target-dir <dir>     HDFS 目标路径

--warehouse-dir <dir>     HDFS parent for table destination

--where <where clause>     where条件

-z,--compress     Enable compression

--compression-codec <c>     压缩方式，默认是gzip

--null-string <null-string>    字符列null值

--null-non-string <null-string>     非字符列null值





export主要参数

--direct     快速导入

--export-dir <dir>     HDFS到处数据的目录

-m,--num-mappers <n>     都少个map线程

--table <table-name>     导出哪个表

--call <stored-proc-name>     存储过程

--update-key <col-name>     通过哪个字段来判断更新

--update-mode <mode>     插入模式，默认是只更新，可以设置为allowinsert.

--input-null-string <null-string>     字符类型null处理

--input-null-non-string <null-string>     非字符类型null处理

--staging-table <staging-table-name>     临时表

--clear-staging-table                     清空临时表

--batch                                     批量模式



转义字符相关参数。

Argument     Description

--enclosed-by <char>     设置字段结束符号

--escaped-by <char>     用哪个字符来转义

--fields-terminated-by <char>     字段之间的分隔符

--lines-terminated-by <char>     行分隔符

--mysql-delimiters             使用mysql的默认分隔符: , lines: \n escaped-by: \ optionally-enclosed-by: '

--optionally-enclosed-by <char>     复制结束符

hive导入参数

　　--hive-home <dir>  重写$HIVE_HOME

　　--hive-import          插入数据到hive当中，使用hive的默认分隔符

　　--hive-overwrite  重写插入

　　--create-hive-table  建表，如果表已经存在，该操作会报错！

　　--hive-table <table-name>  设置到hive当中的表名

　　--hive-drop-import-delims  导入到hive时删除 \n, \r, and \01 

　　--hive-delims-replacement  导入到hive时用自定义的字符替换掉 \n, \r, and \01 

　　--hive-partition-key          hive分区的key

　　--hive-partition-value <v>  hive分区的值

　　--map-column-hive <map>          类型匹配，sql类型对应到hive类型