最后
针对最近很多人都在面试,我这边也整理了相当多的面试专题资料,也有其他大厂的面经。希望可以帮助到大家。
下面的面试题答案都整理成文档笔记。也还整理了一些面试资料&最新2021收集的一些大厂的面试真题(都整理成文档,小部分截图)
最新整理电子书
如果使用了双引号,那么Sqoop在解析的时候会做转义的解析,这时候就必须要加转义字符:如下;
–query “select empno,mgr,job from emp WHERE empno>7800 and $CONDITIONS” \
mysql缺主键问题
1、如果mysql的表没有主键,将会报错:
19/12/0210:39:0 ERROR tool . ImportTool: Import
failed: No primary key could be found for table u1. Please specify one with
– split- by or perform a sequential import with ‘-m 1’
解决方案:
通过–split-by 来指定要分片的列
代码如下:
[root@tianqinglong01 sqoop]# bin/sqoop import --connect jdbc:mysql://localhost:3306/ qfdb \
–username root --password 123123、
–query ‘select empno,mgr,job from emp WHERE empno>7800 and $CONDITIONS’ \
–target-dir hdfs://qianfeng01:9000/sqoop/emp \
–delete-target-dir \
–split-by empno \
-m 1
============================================================================
说明
Sqoop的导入工具的主要功能是将数据上传到HDFS中的文件中。如果您有一个与HDFS
集群相关联的Hive,Sqoop
还可以通过生成和执行CREATETABLE
语句来定义Hive中的数据,从而将数据导入到Hive中。将数据导入到Hive中就像在Sqoop命令行中添加--hive-import
选项。
如果Hive表已经存在,则可以指定--hive-overwrite
选项,以指示必须替换单元中的现有表。在将数据导入HDFS或省略此步骤之后,Sqoop将生成一个Hive脚本,其中包含使用Hive的类型定义列的CREATE表操作,并生成LOAD Data INPATH
语句将数据文件移动到Hive的仓库目录中。
在导入Hive之前先要配置Hadoop的Classpath才可以,否则会报类找不到错误,在/etc/profile未尾添加如下配置:
export HADOOP_CLASSPATH= H A D O O P C C L A S S P A T H : HADOOP_CCLASSPATH: HADOOPCCLASSPATH:HIVE_HOME/lib/*
刷新配置
source /etc/profile
参数说明
实际导入案例
提示:为了看到演示效果,可以先在Hive删除emp表
[root@tianqinglong01 sqoop]# bin/sqoop import --connect jdbc:mysql://tianqinglong03:3306/ qfdb \
–username root --password 123456 \
–table emp \
–hive-import \
[–hive-overwrite ]
[–fields-terminated-by ‘,’] #注意表也要改分隔符
[–hive-table ‘qfdb.emp1’]
-m 1
在hive中查看表
hive> show tables;
#结果如下
OK
emp
可以在hive中查看数据是否导入
select * from emp;
结果如下
7369 SMITH CLERK 7902 1980-12-17 800.0 NULL 20
7499 ALLEN SALESgAN 7698 1981-02-20 1600.0 300.0 30
7521 WARD SALESdw 7698 1981-02-22 1250.0 500.030
7566 JONES MAAGER 7839 1981-04-02 2975.0 NULL20
7654 MARTIN SALESAN 7698 1981-09-28 1250.0 1400.0 30
7698 BLAKE MANAGER 7839 1981-e5-e1 2850.0 NULL 30
7782 CLARK MANAGER 7839 1981-06-09 2450.0 NULL 10
7783 SC0T ANALYST 7566 1987-04-19 3000,0 MULL 20
7839 KING PRESIDENT NULL 1981-11-17 5000.0 NULL10
7844 TURNER SALESMAN 7698 1981-09-08 1500.0 0.0 30
7876 ADAMS CLERK 7788 1987-05-23 1100.0 NULL 20
7900 JAMES CLERK 7698 1981-12-03 950.0 NULL 30
7902 FORDA NALYST 7566 1981-12-03 3000.0 NULL 20
7934 MILLER CLERK 7782 1982-01-23 1300.0 NULL 10
==============================================================================
sqoop-import
案例1
表没有主键,需要指定map task的个数为1个才能执行
sqoop导入原理
Sqoop默认是并行的从数据库源导入数据。您可以使用-m或–num-mappers参数指定用于执行导入的map任务(并行进程)的数量。每个参数都取一个整数值,该整数值对应于要使用的并行度。默认情况下,使用四个任务。一些数据库可以通过将这个值增加到8或16来改善性能。
默认情况下,Sopop将标识表中的主键id列用作拆分列。从数据库中检索分割列的高值和低值,map任务操作整个范围的大小均匀的组件。譬如ID的范围是0-800.那么Sqoop默认运行4个进程通过执行《SELECT NIN(id), vX(id) FROM emp找出id的范围,然后把4个任务的id设置范围是(0-200)M200-400)(400-60)1600-800)
但是当一个表没有主键时,上面的切分就无法进行sqoop导入时就会出镊,这时候可以通过-m把mapper的数量设为1,只有也Mapper在运行,这时候就不需要切分也可以遵免主键不存在时候报错的问题.
#错误信息
ERROR tool.ImportTool: Import failed: Mo primary key could be found for table emp.
导入代码
[root@tianqinglong01 sqoop]# bin/sqoop import --connect jdbc:mysql://tianqinglong03:3306/qfdb \
–username root --password 123456 \
–table emp -m 1
DBMS-HDFS
案例2
表没有主键,使用split-by
指定split的字段
[root@tianqinglong01 sqoop]# bin/sqoop import --connect jdbc:mysql://tianqinglong03:3306/qfdb \
–username root --password 123456 \
–table emp \
–split-by empno \
–delete-target-dir \
–target-dir hdfs://tianqinglong01:9000/sqoop/emp
– 出错
caused by:java.sql.SQL Exception: nu11,message from server:"Host
‘tianqinglong01’ is not allowed to connect to this MySQL server"
解决方案
先连接mysql
[root@tianqinglong01 sqoop]# mysql -u root -p
使用下面的语句: . :所有库下的所有表 % : 任何IP地址或主机都可以连接
mysql> GRANT ALL PRIVILEGES ON . TO ‘root’@‘%’ IDENTIFIED BY ‘mysql’ WITH GRANT OPTION;
FLUSH PRIVILEGES;
grant all privileges on .to ‘root’@‘localhost’ identified by ‘mysql’ with grant option;
FLUSH PRIVILEGES;
=========================================================================
在sqoop中,使用export进行导出,指的是从hdfs导出数据到MySQL
1、构建mysql的表
create table ‘u2’(
id
int(11) default null,
age
int(11) default ‘0’
)engine=innoDB default charset=utf8;
create table ‘u3’(
id
int(11) default null,
name
varchar(20) default null,
age
int(11) default ‘0’
)engine=innoDB default charset=utf8;
先导入hdfs才能导出嘛
2.从HDFS导出到mysql
[root@tianqinglong01 sqoop]# sqoop export --connect jdbc:mysql://tianqinglong01:3306/qfdb \
–username root \
–password root \
–table u2 \
–driver com.mysql.jdbc.Driver \
–export-dir ‘/sqoop/emp1/*’ \
-m 1
方法二
先重新导入数据:
[root@tianqinglong01 sqoop]# sqoop import --connect jdbc:mysql://tianqinglong01:3306/qfdb \
–username root \
–password root \
–query ‘select id,name,age from stu where id>6 and $CONDITIONS’ \
–driver com.mysql.jdbc.Driver \
–target-dir ‘/sqoop/emp1/*’ \
–split-by id \
-m 1 \
–field-terminated-by ‘\t’ \
–null-string ‘\N’ \
–null-non-string ‘0’
导出数据
[root@tianqinglong01 sqoop]# sqoop export --connect jdbc:mysql://tianqinglong01:3306/qfdb \
–username root \
–password root \
–table u3 \
–driver com.mysql.jdbc.Driver \
–export-dir ‘/sqoop/emp1/*’ \
–input-fields-terminated-by ‘\t’ \
–input-null-string ‘\N’ \
–input-null-non-string ‘\N’ \
-m 1
要注意以下问题
-
mysql表的编码格式做为utI8,hdfs文件中的列数类型和mysql表中的字段数一样
-
导出暂不能由hbase表导出mysql关系型数据库中
-
--export-dir
是一个hdfs中的目录,它不识别_SUCCESS文件–query导入的时候注意设置问题。 -
导出数据中有些列值有"null"。会报没法解析
-
导出数据的类型需要和mysql中的一致[能自动转没有问题)
===========================================================================
增量导入数据
使用场景:
-
经常被操作不断产生敌据的表。建议增量。
-
当某表基数很大,但是变化很小。也建议增量
使用方式
-
1、query where :能精确锁定数据范围
-
2、–incremental:增量,最后记录值来做的
query where方式:
通过查询具体日期的方式进行导入新建一个脚本文件
[root@hadoop01 sqoop]vi ./import.sh
写入以下内容:
#!/bin/bash
yesterday= date -d "1 days ago" "+%Y-%m-%d"
yesterday=‘2019-82-01’
sqoop import --connect jdbc:mysql://tianqinglong01:3306/sales_source \
–username root \
–password 123123 \
–query “select * from sales_order where DATE(order_date) =‘${yesterday}’ and $CONDITIONS” \
–driver com.mysal.jdbc.Driver \
–delete-target-dir \
–target-dir /user/hive/warehouse/sales_order/dt=${yesterday} \
–split-by id \
-m 1 \
–fields-terrminated-by ‘\t’ \
–null-string ‘\N’ \
–null-non-string ‘0’
通过下面hdfs可以快速查询到结果:
[root@hadoop01 sqoop]# hdfs dfs -cat /user/hive/warehouse/sales_order/dt=2019-01-01/*
Job基本操作
job的好处:
1、一次创建,后面不需要创建。可重复执行job即可
2、它可以帮我们记录增量导入致据的最后记录值
3、job的元致据默认存储目录:$HOME/.sqoop/
4、job的元数据也可以存储于mysql中。
列出sqoop的job
[root@tianqinglong01 sqoop]# sqoop job --list
创建一个sqoop的job
[root@tianqinglong01 sqoop]# sqoop job \
–create job1 --import --connect jdbc:mysql://tianqinglong01:3306/qfdb \
–username root --password 123456 \
–table emp \
–target-dir ‘/sqoop/job/job1’ \
–delete-target-dir \
-m 1
查看sqoop的job
[root@tianqinglong01 sqoop]# sqoop job --show job1
删除job
[root@tianqinglong01 sqoop]# sqoop job --delete job1
执行
[root@tianqinglong01 sqoop]# sqoop job --exec job1
问题:
1、创建job报错:19/12./02 23:29:17 ERROR sooop.S4oop: got exception running Saoop:java.lang.NullPointerException
java.lang.NullPointerException
at org.json.JsON0bject.cinit>(Js0NObject.jaa:144)
解决办法:
添加java-json.jar包到sqoop的lib目录中。
如果上述办法没有办法解决,请注意hcatlog的版本是否过高,过高将其hcatlcg包删除sqoop的lib日录即可。
2、报错: Caused by: java.lang.ClassNotFoundException: org.json.JSONObject
解决办法:
添加java-json.jar到sqoop的lib目录中。
metastore服务
metastore服务是元数据服务,用于存储sqoop的job相关信息。将信息保存于关系型数据库中。
优点:
1、job信息更加有保障
2、多个client之间贡献job信息。
(1)在mysql创建sqoop的元数据存储数据库(如果由root可以用root)
create database sqoop;
create user ‘sqoop’@‘%’ identified by ‘sqoop’;
grant all privileges on sqoop.* to ‘sqoop’@‘%’;
flush privileges;
(2)配置Sqoop的元数据存储参数
在$SQOOP_HOME/conf/sqoop-site.xml
中添加以下的参数,在/code/sqoop-site.xml
也可以查阅。
sqoop.metastore.server.location:指定元数据服务器位置,初始化建表时需要。sqoop.metastore.client.autoconnect.url:客户端自动连接的数据库的URL。sqoop.metastore.client.autoconnect.username:连接数据库的用户名。sqoop.metastore.client.enable.autoconnect:启用客户端自动连接数据库。
sqoop.metastore.client.record.password:在数据库中保存密码,不需要密码即可执行sqoop job脚本。sqoop.metastore.client.autoconnect.password:连接数据库的密码。
sqoop.metastore.client.enable.autoconnect
false
sqoop.metastore.client. autoconnect.url
jdbc:mysql://192.168.10.103:3306/sqoop
sqoop.metastore.client.autoconnect.username
root
sqoop.metastore.client.autoconnect.password
123456
最后的话
无论是哪家公司,都很重视Spring框架技术,重视基础,所以千万别小看任何知识。面试是一个双向选择的过程,不要抱着畏惧的心态去面试,不利于自己的发挥。
同时看中的应该不止薪资,还要看你是不是真的喜欢这家公司,好了希望这篇文章对大家有帮助!
部分截图:
qoop.metastore.client.enable.autoconnect
false
sqoop.metastore.client. autoconnect.url
jdbc:mysql://192.168.10.103:3306/sqoop
sqoop.metastore.client.autoconnect.username
root
sqoop.metastore.client.autoconnect.password
123456
最后的话
无论是哪家公司,都很重视Spring框架技术,重视基础,所以千万别小看任何知识。面试是一个双向选择的过程,不要抱着畏惧的心态去面试,不利于自己的发挥。
同时看中的应该不止薪资,还要看你是不是真的喜欢这家公司,好了希望这篇文章对大家有帮助!
部分截图:
[外链图片转存中…(img-YncUnG4t-1715584563729)]