Sqoop导入笔记

Sqoop 导入

1、通用参数 2、导入控制参数――选择部分数据导入 3、目的目录（HDFS） 4、分隔符 5、控制导入并行度 6、类型映射(导入到Hive时使用) 7、实战 1、 查看对应库、表情况 2、 密码 3、 导入全表 4、 指定导入目录 5、 控制并行度 6、 控制字段分隔符 7、 导入部分数据 8、 使用文件进行导入 导入使用的mysql数据创建语句详见：https://ask.hellobi.com/blog/marsj/5093

大家可以直接参考上述博文在你的MySQL数据库中创建对应的表用于实战Sqoop导入

1、通用参数

connect，数据库连接字符串

username，数据库访问用户名

password，指定数据库连接密码（明文）

-P交互式的指定数据库密码

password-file，使用密码文件制定数据库密码

2、导入控制参数――选择部分数据导入

query，要导入的数据用SQL查询控制

示例：sqoop import connect jdbc:mysql://centos:3306/sqooptest username root password 123456 query “select * from sqoop where student_id<=500 AND$CONDITION”

table，指定要导入的数据表 tbl 、 where ，指定导入时的条件 “student_id<=500”

columns，指定要导入的字段名 例如 columns class_id,class_name

3、目的目录（HDFS）

warehouse-dir，指定导入到HDFS中的目录

4、分隔符

fields-terminated-by，例 fields-terminated-by ‘|’，默认情况下用‘，’进行字段分隔

lines-terminated-by,行分隔符

escaped-by，转义字符

5、控制导入并行度 -m或 num-mappers [INT] ，控制导入时MR作业的Map任务数量，后接一个整数值，用来表示MR的并行度。在进行并行导入的时候，Sqoop会使用split-by进行负载切分（按照表的PK进行切分），首先获取切分字段Max和Min值，再根据Max和Min值去进行切分，举例：student_id [1,1000]，Sqoop会直接使用4个Map任务”select * from student where id >=min and id <=max，(1,250),(250,500),(500,750),(750,1000)。如果非常不幸，你的ID或切分字段不是均匀分布的话，会导致任务的不平衡。注明：Sqoop目前不能使用多个字段作为切分字段。 6、类型映射(导入到Hive时使用)

map-column-hive， id=String,value=Int

7、实战 1、 查看对应库、表情况

sqoop list-databases connect jdbc:mysql://centos:3306 username root password 123456

sqoop list-tables connect jdbc:mysql://centos:3306/sqooptest username root password 123456

2、 密码

password，明文密码

-P，交互式密码

password-file， 失败【待解决】

3、 导入全表 sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --table bigdata

注意

a) 目录不能已存在

b) 没指定-m或splite-by时，表必须有PK

4、 指定导入目录 sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --table bigdata --warehouse-dir /sqoopim 5、 控制并行度 sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --table bigdata -m 2 6、 控制字段分隔符 sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --table bigdata -m 2 fields-terminated-by “|” 7、 导入部分数据

仅导入class_id<=5的数据

query，必须使用 target-dir指定导入目录，且删除 table参数

sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --query "select * from bigdata where class_id<=5 and \$CONDITIONS" -m 1 --target-dir /user/root/bigdata

where，直接用 where指定条件，用引号引起来

sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password 123456 --table bigdata --where "class_id<=5" -m 1

columns，指定导入字段名

仅导入class_id,class_name,teacher

sqoop import --connect jdbc:mysql://centos:3306/sqooptest --username root --password