sqoop总结

最新推荐文章于 2023-05-24 20:14:23 发布

bigdata_wangzhe

最新推荐文章于 2023-05-24 20:14:23 发布

阅读量99

点赞数

分类专栏：大数据文章标签： sqoop

本文链接：https://blog.csdn.net/bigdata_wangzhe/article/details/115310706

版权

大数据专栏收录该内容

31 篇文章 0 订阅

订阅专栏

本文介绍了Sqoop在处理数据导入导出时的关键参数和一致性问题。在解决Null存储一致性时，通过--input-null-string和--input-null-non-string等参数确保数据在Hive和MySQL间的正确映射。为避免数据导出不一致，可以使用--staging-table选项来创建辅助表进行数据暂存。此外，讨论了Sqoop仅包含Map阶段的任务特性，以及在导入数据时如何处理数据倾斜。最后，提到了Sqoop导出Parquet数据到MySQL时的注意事项，需要先将Parquet数据转换为text格式。

摘要由CSDN通过智能技术生成

Sqoop参数

/opt/module/sqoop/bin/sqoop import \
--connect \
--username \
--password \
--target-dir \
--delete-target-dir \
--num-mappers \
--fields-terminated-by   \
--query   "$2" ' and $CONDITIONS;'

Sqoop导入导出Null存储一致性问题

Hive中的Null在底层是以“\N”来存储，而MySQL中的Null在底层就是Null，为了保证数据两端的一致性。在导出数据时采用–input-null-string和–input-null-non-string两个参数。导入数据时采用–null-string和–null-non-string

Sqoop数据导出一致性问题

场景1：如Sqoop在导出到Mysql时，使用4个Map任务，过程中有2个任务失败，那此时MySQL中存储了另外两个Map任务导入的数据，此时老板正好看到了这个报表数据。而开发工程师发现任务失败后，会调试问题并最终将全部数据正确的导入MySQL，那后面老板再次看报表数据，发现本次看到的数据与之前的不一致，这在生产环境是不允许的。
官网：http://sqoop.apache.org/docs/1.4.6/SqoopUserGuide.html
Since Sqoop breaks down export process into multiple transactions, it is possible that a failed export job may result in partial data being committed to the database. This can further lead to subsequent jobs failing due to insert collisions in some cases, or lead to duplicated data in others. You can overcome this problem by specifying a staging table via the --staging-table option which acts as an auxiliary table that is used to stage exported data. The staged data is finally moved to the destination table in a single transaction.
–staging-table方式
sqoop export --connect jdbc:mysql://192.168.137.10:3306/user_behavior --username root --password 123456 --table app_cource_study_report --columns watch_video_cnt,complete_video_cnt,dt --fields-terminated-by “\t” --export-dir “/user/hive/warehouse/tmp.db/app_cource_study_analysis_${day}” --staging-table app_cource_study_report_tmp --clear-staging-table --input-null-string ‘\N’