Sqoop generated code浅析

    最近在研究Sqoop，根据hadoop definitive guide 书籍，写下自己的理解，如有不当之处，请指正。

先说，Sqoop generated code的两种生成方式：

1、使用Sqoop导入命令，会自动生成，它的生成的时间是在 导入的过程中，而不是导入完成之后。

2、使用如下命令

% sqoop codegen --connect jdbc:mysql://localhost/hadoopguide \

> --table widgets --class-name Widget

两种方式的区别：

第一种可以说，是导入过程的副产品

第二种：

1、只是简单的生成代码，它不会执行完全的导入。

2、指明想生成一个名为widget的类，生成的代码就会被写进一个Widget.java。可以重命名generated code的名字。

3、可以，在导入之前，指定类的名字和其它的生成代码的参数。

4、这个工具可以被用来重新生成代码，如果你不小心删除了源代码的时候。

下面说一下generated code 到底有什么用？

1、generated code可以把要导入的数据，以序列化文件存储在HDFS中。

2、它会检查数据库中的表，以决定在导入数据时，进行数据类型的转换时，每个字段最合适数据类型。

3、当你把原数据库中数据，以序列化文件的方式导入HDFS时，在你要处理这些序列化文件时，你需要使用generated code 从序列化存储的文件中反序列化数据。