Sqoop配置使用

SQOOP：底层是Mapreduce，利用Mapreduce加快数据传输速度，批处理方式进行数据传输，并且只有Map Task任务。
Sqoop Client：命令行

Sqoop安装

1. 安装
   
   1. 解压：tar -zxf sqoop-1.4.5-cdh5.3.6.tar.gz -C /opt/cdh-5.3.6/

2. sqoop-env-template.sh –》sqoop-env.sh

   export HADOOP_COMMON_HOME=/opt/cdh-5.3.6/hadoop-2.5.0-cdh5.3.6
   export HADOOP_MAPRED_HOME=/opt/cdh-5.3.6/hadoop-2.5.0-cdh5.3.6
   export HIVE_HOME=/opt/cdh-5.3.6/hive-0.13.1-cdh5.3.6
   export ZOOCFGDIR=/opt/cdh-5.3.6/zookeeper-3.4.5-cdh5.3.6/conf

3. 拷贝mysql驱动包到/opt/cdh-5.3.6/sqoop-1.4.5-cdh5.3.6/lib下：
   cp /opt/software/mysql-connector-java-5.1.27-bin.jar /opt/cdh-5.3.6/sqoop-1.4.5-cdh5.3.6/lib

Sqoop语句

显示所有数据库

bin/sqoop \
list-databases \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306 \
--username root \
--password 123456 

查询metastore中所有表

bin/sqoop \
list-tables \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/metastore \
--username root \
--password 123456 

导入
把mysql某张表中数据导入到Sqoop

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user

– 注意：不走导入目录，会走默认配置，在HDFS上当前用户的主目录生成 /user/beifeng/my_user

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user \
--num-mappers 1 \
--target-dir /user/beifeng/sqoop/input

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user \
--num-mappers 1 \
--target-dir /user/beifeng/sqoop/input \
--delete-target-dir \
--direct

– 注意,如果使用 –direct 选项的话，需要在所有的YARN的机器上，安装mysqldemp命令

– 实际场景：如何实现增量导入

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user \
--num-mappers 1 \
--target-dir /user/beifeng/sqoop/input2 \
--fields-terminated-by "\t" \
--check-column id \
--incremental append \
--last-value 4

– 功能：将my_user表中的数据，id从5开始导入到HDFS中：last-value 4

– 还有一种方式可以实现，并且比较简单：直接使用SQL语句
–query <statement>

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--num-mappers 1 \
--target-dir /user/beifeng/sqoop/input4 \
--fields-terminated-by "\t" \
--query 'select * from my_user where id >= 5 and $CONDITIONS'

– =====================================================
导出
– EXPORT:
– 就是将HDFS上的数据导出到RDBMS中
– 其实HIVE表中的数据导出到RDBMS中，本质就是HDFS导出

bin/sqoop export \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user2 \
--num-mappers 1 \
--export-dir /user/beifeng/sqoop/input3/part-m-00000 \
--input-fields-terminated-by "\t"

– =====================================================
对于启动HiveServer2来说

    服务端：
        企业标准启动：$ bin/hiveserver2 >hiveserver.log 2>&1 &
        有两个输出
            1代表标准输出
            2代表错误输出
        2>&1
            将错误输出信息重定向到标准输出
        & ：把进程放到后台运行
    客户端：
        bin/beeline -u jdbc:hive2://hadoop-senior01.ibeifeng.com:10000 -n beifeng -p beifeng

– =====================================================
– HIVE DATABASE AND TABLE

DROP TABLE IF EXISTS default.h_user ;
CREATE TABLE default.h_user(
id int,
account string,
password string
)
row format delimited fields terminated by '\t' ;

bin/sqoop import \
--connect jdbc:mysql://hadoop-senior01.ibeifeng.com:3306/test \
--username root \
--password 123456 \
--table my_user \
--num-mappers 1 \
--fields-terminated-by "\t" \
--hive-database default \
--hive-import \
--hive-table h_user \
--delete-target-dir

– 注意：HIVE导入来说，分为两步走：
– 第一步、首先将RDBMS中表的数据导入到HDFS目录下
– 第二步、使用LOAD DATA将HDFS文件加载到HIVE表中

将Sqoop命令放到一个文件中去
bin/sqoop –options-file /opt/cdh-5.3.6/sqoop-1.4.5-cdh5.3.6/import-hdfs-my-user.sh

import-hdfs-my-user.sh中保存的是执行语句，可以与shell脚本联合执行