安装使用sqoop

最新推荐文章于 2024-01-08 16:39:08 发布

超短腿迪迦

最新推荐文章于 2024-01-08 16:39:08 发布

阅读量205

点赞数 2

分类专栏：大数据 sqoop 文章标签： sqoop hadoop 大数据 hive hdfs

本文链接：https://blog.csdn.net/m0_65077254/article/details/129817678

版权

大数据同时被 2 个专栏收录

22 篇文章 0 订阅

订阅专栏

sqoop

1 篇文章 0 订阅

订阅专栏

安装并使用sqoop

安装

1.解压

tar -xvf sqoop-1.4.2.bin__hadoop-2.0.0-alpha.tar.gz -C /opt/software/

2.重命名，配置环境

#SQOOP_HOME
export SQOOP_HOME=/opt/software/sqoop
export PATH=$SQOOP_HOME/bin:$PATH

mv sqoop-1.4.2.bin__hadoop-2.0.0-alpha/ sqoop

3. 配置sqoop-env.sh

export HADOOP_COMMON_HOME=/opt/software/hadoop2.7  
export HADOOP_MAPRED_HOME=/opt/software/hadoop2.7
export HIVE_HOME=/opt/software/hive

4 拷贝mysql驱动包

cp /opt/software/hive/lib/mysql-connector-java-5.1.38.jar /opt/software/sqoop/lib

5 验证sqoop配置是否正确

bin/sqoop help

6连接mysql

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

以上安装成功

实操

1.Sqoop导入

1. 导入数据：从非大数据集群向大数据集群中传输数据

在mysql里面建库建表方便使用

导入hdfs

全量导入

bin/sqoop import \

--connect jdbc:mysql://master:3306/school?charset-utf-8 \

--username root \

--password 000000 \

--table stu \

--target-dir /user/hive/warehouse/sqooptest \
//--delete-target-dir \  //自行选择

--num-mappers 1 \
//--fields-terminated-by '\t'


//查询导入 
//自定义的查询导入 $CONDITIONS 传递参数 保证写出顺序
--query 'select name,sex from stu where id <=1 and $CONDITIONS;'

查询导入

(where 过滤和query查询)

版本不支持原因，把--table stu 删掉就好了

成功

mysql导入hive

bin/sqoop import \
--connect jdbc:mysql://master:3306/school?charset-utf8 \
--username root \
--password 123456 \ 
--table stu \ 
--hive-import \
--hive-table school.stu \
--hive-overwrite -m 1

//分隔符--fields-terminated-by ',' \ 
//没有就创建，有的话会报错
--hive-create-table

发现报错，删掉，重跑

hive查询，导入成功

$sqoop export (generic-agrs)(export-args)

增量导入

仅导入新添加的表中的行的技术

--check-columns指定列
--incremental :mode

append追加，对大于last-value指定的值之后的记录进行追加导入

sqoop import \
--connect jdbc:mysql://master:3306/school \
--username root \
--password 000000 \
--table stu \
--target-dir /user/hive/warehouse/sqooptest \
--incremental append \
--check-column id \
--last-value 4

lastmodified ：最后的修改时间，追加last-value指定的日期之后的记录

lastmodified模式：

append 附加

merge-key 合并 (该模式是进行一次完整的mapreduce操作)

//更新id为1的字段
update stu set name="ccc" where id =1;
//这条数据时间更新为更新数据时的系统时间
sqoop import \
--connect jdbc:mysql://master:3306/school \
--username root \
--password 000000 \
--table stu \
--target-dir /user/hive/warehouse/sqooptest \
--incremental lastmodifiedresult \
--check-column id \
--last-value "2019-05-28 18:42:06" \
--m 1 \
--merge-key id

--last-value：value

sqoop import \
--connect jdbc:mysql://master:3306/school \
--username root \
--password 000000 \
--table stu \
--target-dir /user/hive/warehouse/sqooptest \
--incremental lastmodified \
--check-column id \
--last-value 5 \
--m 1 \
--apend

lastmodified模式处理增量时，会将大于等于last-value值的数据当作增量处理

自从上次导入后的最大值(大于指定的值)（也可以自己设定）

bin/sqoop import \
--connect jdbc:mysql://master:3306/school?charset-utf8 \
--username root \
--password 123456 \ 
--table stu \ 
--hive-import \
--hive-table school.stu \
--hive-overwrite -m 1

2 .Sqoop导出export

其中的目标表/数据自己准备

默认操作:

将文件中的数据使用 insert 语句插入到表中

Hdfs导入mysql

bin/sqoop import \
--connect jdbc:mysql://master:3306/school?charset-utf8 \
--username root  \
--password 123456  \ 
--table student \ 
--export-dir /user/hive/warehouse/sqooptest/student
--fields-terminated-by '\t'

更新模式:

Sqoop将生成update替换数据库现有记录的语句

--update-key :根据某个字段进行更新(可以指定多个字段，用逗号隔开)

bin/sqoop import \
--connect jdbc:mysql://master:3306/school?charset-utf8 \
--username root  \
--password 123456  \ 
--table student \ 
--export-dir /user/hive/warehouse/sqooptest/student
--update-key id \
--update-mode updateonly \

--updatemod：指定 updateonly 默认模式,仅更新已存在数据记录,不插入新纪录

bin/sqoop import \
--connect jdbc:mysql://master:3306/school?charset-utf8 \
--username root  \
--password 123456  \ 
--table student \ 
--export-dir /user/hive/warehouse/sqooptest/student
--update-key id \
--update-mode allowinsert \