13518219792
网站建设资讯

NEWS

网站建设资讯

sqoop的常用命令

1. 基础命令

列出MySQL中有那些数据库

成都创新互联公司主要从事成都做网站、网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务中原,10多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220

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

列出MySQL中的数据库有哪些表

sqoop list-tables \  
--connect jdbc:mysql://hadoop01:3306/mysql \ 
--username hadoop \ 
--password root \

在hive中创建一个跟MySQL数据库表中一样的表

create-hive-table  
--connect jdbc:mysql://hadoop01:3306/test 
--username hadoop 
--password root 
--table book 
--hive-table test_hk

2.sqoop的数据导入

语法：sqoop import (generic-args) (import-args)
常用参数

-connect jdbc 连接地址 
--connection-manager 连接管理者 
--driver 驱动类 
--hadoop-mapred-home $HADOOP_MAPRED_HOME 
--help help 信息 
-P 从命令行输入密码 
-m  指定maptask的个数，指定maptask的并行度
--target-dir  指定导出数据在hdfs上的存储目录
--fields-terminated-by  指定每条记录中字段之间的分隔符
--where 指定查询sql的where条件
--query  指定sql查询
--columns 指定查询的列  （不指定默认导出所有的列）
--password 密码
 --username 账号
 --verbose 打印流程信息
 --connection-param-file 可选参数

MySQL ---> HDFS

#不指定分隔符和路径
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \  #指定连接
--username hadoop \   #指定MySQL的用户名
-password root \     #指定MySQL的密码
--table book \        #指定导出的MySQL的表
-m 1             #启动一个maptask
#ps：如果没有指定文件的存储目录，那么默认的会保存在hdfs上的/user/用户/book 目录中，默认的字段的分隔符逗号。

#指定导入路径和分割符
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--target-dir /user/hadoop/book \
--fields-terminated-by '\t' \
-m 1

#导入where的结果
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--where "bid>2" \
--table book \
--target-dir /user/hadoop/book1 \
-m 1
ps：where后的条件，用双引号，如果条件的字段为string则里面使用单引号

#导入query结果数据
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--target-dir /user/hadoop/book3 \
--query 'select * from book where 1=1 and $CONDITIONS' \
--split-by bid \   #指定maptask切分的列，列的值.hashcode/maptask的个数
--fields-terminated-by '\t' \
-m 1
ps：
1.query外层使用单引号，SQL 语句当中的条件使用双引号，否则会报错；
2.在使用query时，必须有where子句，并且必须加入 and $CONDITIONS ，否则会报错
3.--query不能和--where、--columns一起使用的
4.--query sql语句，放入双引号中需要加转义

MySQL ---> hive
Sqoop导入关系型数据到hive，的过程是先导入hdfs中，然后在load到hive。

#普通导入
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--hive-import \
-m 1
ps：导入数据到hive表中时，默认在default库下，表名和MySQL导入的表名一样。，默认采用'\u0001'分隔。

#全量集
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--fields-terminated-by '\t' \   #列分割符
--lines-terminated-by '\n'  \   #行分隔符 ，默认也是\n
--hive-import \
--hive-overwrite \  #覆盖导入
--create-hive-table \ #创建表（默认也会自动创建表）
--hive-table test.book \  #hive的表名
--delete-target-dir  #删除中间存放的临时目录
ps：表会自动创建，但是库不会，所以在执行语句前，一定要保证hive的数据库存在，否则会把报错。

#增量导入，增量数据导入仅导入新添加的行
#它需要添加 'incremental' , 'check-column', 和 'last-value' 选项来执行增量导入
sqoop import \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--target-dir /user/hadoop/book \
--incremental append \ #指定是增量导入 
--check-column bid  \  #指定增量的列
--last-value 500 \  #指定上一次的结束的列的值，（是从>500开始）一直到末尾
-m 1
ps：
1.--incremental有两个值，append必须指定增量的列，指定使用--check-column（一般是MySQL的主键）；lastmodified，最后一次修改表的时间
2.增量备份如果想要导入hive中，只能指定--target-dir,导入到存放表的目录下，默认的hive不支持增量导入（即不能添加--hive-import）

MySQL ---> hbase

#sqoop import \
--connect jdbc:mysql://hadoop02:3306/mysql \
--username root \
--password root \
--table help_keyword \
--hbase-table new_help_keyword \
--column-family person \
--hbase-row-key help_keyword_id

#字段解释
--connect jdbc:mysql://hadoop04:3306/mysql 表示远程或者本地 Mysql 服务的 URI
--hbase-create-table 表示在 HBase 中建立表。
--hbase-table new_help_keyword 表示在 HBase 中建立表 new_help_keyword。
--hbase-row-key help_keyword_id 表示hbase表的rowkey是mysql表的help_keyword_id
字段。
--column-family person 表示在表 new_help_keyword 中建立列族 person。
--username 'root' 表示使用用户 root 连接 mysql。
--password 'root' 连接 mysql 的用户密码
--table help_keyword 表示导出 mysql 数据库的 help_keyword 表。

3.sqoop的数据导出

语法：sqoop export (generic-args) (export-args)
常用参数：

--direct 快速导入
--export-dir HDFS 导出数据的目录 
-m,--num-mappers 都少个 map 线程 
--table 导出哪个表 
--call 存储过程
--update-key 通过哪个字段来判断更新 
--update-mode 插入模式，默认是只更新，可以设置为 allowinsert.
--input-null-string 字符类型 null 处理 
--input-null-non-string 非字符类型 null 处理
--staging-table 临时表
--clear-staging-table 清空临时表
--batch 批量模式

HDFS ---> MySQL

sqoop export \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--export-dir /sqoopdata \
--fields-terminated-by ','

hive----> MySQL

sqoop export \
--connect jdbc:mysql://hadoop01:3306/test \
--username hadoop \
--password root \
--table book \
--export-dir /user/hive/warehouse/uv/dt=2011-08-03 \
--input-fileds-terminated-by '\t'

hbase---->MySQL
默认的没有命令直接将hbase中的数据导入到MySQL，因为在hbase中的表数据量通常比较大，如果一次性导入到MySQL，可能导致MySQL直接崩溃。
但是可以用别的办法进行导入：

  1. 将 Hbase 数据，扁平化成 HDFS 文件，然后再由 sqoop 导入
  2. 将 Hbase 数据导入 Hive 表中，然后再导入 mysql
  3. 直接使用 Hbase 的 Java API 读取表数据，直接向 mysql 导入，不需要使用 sqoop

当前名称：sqoop的常用命令
标题来源：http://njwzjz.com/article/pjoojo.html

其他资讯