大数据工作中,虽然有hdfs做数据仓库,但是其本身不够全面,一般只用来存储数据,别人想使用数据只能通过hadoop提供的文件操作命令或API或使用,这很不方便
因此工作中对数据的多元化有着其他的数据仓库辅助组件,现在最常用的,sqoop算其中一个,它可以将数据在关系型数据库与hdfs中相互迁移,而且sqoop底层走的是Hadoop的MR
我们使用sqoop可以将数据按照需要,进行各种移动,同时要知道两个概念,使用sqoop这种数据仓库辅助组件,从其他地方向数据仓库,如向hdfs中移动数据叫做导入,从数据仓库向外移动数据叫做导出。
虽然sqoop可以做关系数据库与hdfs的数据交互,但是它其实专注的是以hdfs或hive数据仓库为中心的导入导出的辅助软件,因为它在设计之初就是包含在hdfs中的,是后期由于越来越完善,才被apche分离出来的,不过主要职责还是没有变的