5.2.5、命令&参数：import
将关系型数据库中的数据导入到HDFS（包括Hive，HBase）中，如果导入的是Hive，那么当Hive中没有对应表时，则自动创建。
1) 命令：
如：导入数据到hive中
$ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --hive-import |
如：增量导入数据到hive中，mode=append
append导入： $ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --num-mappers 1 \ --fields-terminated-by "\t" \ --target-dir /user/hive/warehouse/staff_hive \ --check-column id \ --incremental append \ --last-value 3 |
尖叫提示：append不能与--hive-等参数同时使用（Append mode for hive imports is not yet supported. Please remove the parameter --append-mode）
如：增量导入数据到hdfs中，mode=lastmodified
先在mysql中建表并插入几条数据： mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP); mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female'); mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female'); 先导入一部分数据： $ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff_timestamp \ --delete-target-dir \ --m 1 再增量导入一部分数据： mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female'); $ bin/sqoop import \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff_timestamp \ --check-column last_modified \ --incremental lastmodified \ --last-value "2017-09-28 22:20:38" \ --m 1 \ --append |
尖叫提示：使用lastmodified方式导入数据要指定增量数据是要--append（追加）还是要--merge-key（合并）
尖叫提示：last-value指定的值是会包含于增量导入的数据中
2) 参数：
序号 | 参数 | 说明 |
1 | --append | 将数据追加到HDFS中已经存在的DataSet中，如果使用该参数，sqoop会把数据先导入到临时文件目录，再合并。 |
2 | --as-avrodatafile | 将数据导入到一个Avro数据文件中 |
3 | --as-sequencefile | 将数据导入到一个sequence文件中 |
4 | --as-textfile | 将数据导入到一个普通文本文件中 |
5 | --boundary-query <statement> | 边界查询，导入的数据为该参数的值（一条sql语句）所执行的结果区间内的数据。 |
6 | --columns <col1, col2, col3> | 指定要导入的字段 |
7 | --direct | 直接导入模式，使用的是关系数据库自带的导入导出工具，以便加快导入导出过程。 |
8 | --direct-split-size | 在使用上面direct直接导入的基础上，对导入的流按字节分块，即达到该阈值就产生一个新的文件 |
9 | --inline-lob-limit | 设定大对象数据类型的最大值 |
10 | --m或–num-mappers | 启动N个map来并行导入数据，默认4个。 |
11 | --query或--e <statement> | 将查询结果的数据导入，使用时必须伴随参--target-dir，--hive-table，如果查询中有where条件，则条件后必须加上$CONDITIONS关键字 |
12 | --split-by <column-name> | 按照某一列来切分表的工作单元，不能与--autoreset-to-one-mapper连用（请参考官方文档） |
13 | --table <table-name> | 关系数据库的表名 |
14 | --target-dir <dir> | 指定HDFS路径 |
15 | --warehouse-dir <dir> | 与14参数不能同时使用，导入数据到HDFS时指定的目录 |
16 | --where | 从关系数据库导入数据时的查询条件 |
17 | --z或--compress | 允许压缩 |
18 | --compression-codec | 指定hadoop压缩编码类，默认为gzip(Use Hadoop codec default gzip) |
19 | --null-string <null-string> | string类型的列如果null，替换为指定字符串 |
20 | --null-non-string <null-string> | 非string类型的列如果null，替换为指定字符串 |
21 | --check-column <col> | 作为增量导入判断的列名 |
22 | --incremental <mode> | mode：append或lastmodified |
23 | --last-value <value> | 指定某一个值，用于标记增量导入的位置 |
5.2.6、命令&参数：export
从HDFS（包括Hive和HBase）中奖数据导出到关系型数据库中。
1) 命令：
如：
$ bin/sqoop export \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --export-dir /user/company \ --input-fields-terminated-by "\t" \ --num-mappers 1 |
2) 参数：
序号 | 参数 | 说明 |
1 | --direct | 利用数据库自带的导入导出工具，以便于提高效率 |
2 | --export-dir <dir> | 存放数据的HDFS的源目录 |
3 | -m或--num-mappers <n> | 启动N个map来并行导入数据，默认4个 |
4 | --table <table-name> | 指定导出到哪个RDBMS中的表 |
5 | --update-key <col-name> | 对某一列的字段进行更新操作 |
6 | --update-mode <mode> | updateonly allowinsert(默认) |
7 | --input-null-string <null-string> | 请参考import该类似参数说明 |
8 | --input-null-non-string <null-string> | 请参考import该类似参数说明 |
9 | --staging-table <staging-table-name> | 创建一张临时表，用于存放所有事务的结果，然后将所有事务结果一次性导入到目标表中，防止错误。 |
10 | --clear-staging-table | 如果第9个参数非空，则可以在导出操作执行前，清空临时事务结果表 |
5.2.7、命令&参数：codegen
将关系型数据库中的表映射为一个Java类，在该类中有各列对应的各个字段。
如：
$ bin/sqoop codegen \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --bindir /home/admin/Desktop/staff \ --class-name Staff \ --fields-terminated-by "\t" |
序号 | 参数 | 说明 |
1 | --bindir <dir> | 指定生成的Java文件、编译成的class文件及将生成文件打包为jar的文件输出路径 |
2 | --class-name <name> | 设定生成的Java文件指定的名称 |
3 | --outdir <dir> | 生成Java文件存放的路径 |
4 | --package-name <name> | 包名，如com.z，就会生成com和z两级目录 |
5 | --input-null-non-string <null-str> | 在生成的Java文件中，可以将null字符串或者不存在的字符串设置为想要设定的值（例如空字符串） |
6 | --input-null-string <null-str> | 将null字符串替换成想要替换的值（一般与5同时使用） |
7 | --map-column-java <arg> | 数据库字段在生成的Java文件中会映射成各种属性，且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型，例如：--map-column-java id=long, name=String |
8 | --null-non-string <null-str> | 在生成Java文件时，可以将不存在或者null的字符串设置为其他值 |
9 | --null-string <null-str> | 在生成Java文件时，将null字符串设置为其他值（一般与8同时使用） |
10 | --table <table-name> | 对应关系数据库中的表名，生成的Java文件中的各个属性与该表的各个字段一一对应 |
5.2.8、命令&参数：create-hive-table
生成与关系数据库表结构对应的hive表结构。
命令：
如：
$ bin/sqoop create-hive-table \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --hive-table hive_staff |
参数：
序号 | 参数 | 说明 |
1 | --hive-home <dir> | Hive的安装目录，可以通过该参数覆盖掉默认的Hive目录 |
2 | --hive-overwrite | 覆盖掉在Hive表中已经存在的数据 |
3 | --create-hive-table | 默认是false，如果目标表已经存在了，那么创建任务会失败 |
4 | --hive-table | 后面接要创建的hive表 |
5 | --table | 指定关系数据库的表名 |
5.2.9、命令&参数：eval
可以快速的使用SQL语句对关系型数据库进行操作，经常用于在import数据之前，了解一下SQL语句是否正确，数据是否正常，并可以将结果显示在控制台。
命令：
如：
$ bin/sqoop eval \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --query "SELECT * FROM staff" |
参数：
序号 | 参数 | 说明 |
1 | --query或--e | 后跟查询的SQL语句 |
5.2.10、命令&参数：import-all-tables
可以将RDBMS中的所有表导入到HDFS中，每一个表都对应一个HDFS目录
命令：
如：
$ bin/sqoop import-all-tables \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --warehouse-dir /all_tables |
参数：
序号 | 参数 | 说明 |
1 | --as-avrodatafile | 这些参数的含义均和import对应的含义一致 |
2 | --as-sequencefile | |
3 | --as-textfile | |
4 | --direct | |
5 | --direct-split-size <n> | |
6 | --inline-lob-limit <n> | |
7 | --m或—num-mappers <n> | |
8 | --warehouse-dir <dir> | |
9 | -z或--compress | |
10 | --compression-codec |
5.2.11、命令&参数：job
用来生成一个sqoop任务，生成后不会立即执行，需要手动执行。
命令：
如：
$ bin/sqoop job \ --create myjob -- import-all-tables \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 $ bin/sqoop job \ --list $ bin/sqoop job \ --exec myjob |
尖叫提示：注意import-all-tables和它左边的--之间有一个空格
尖叫提示：如果需要连接metastore，则--meta-connect jdbc:hsqldb:hsql://linux01:16000/sqoop
参数：
序号 | 参数 | 说明 |
1 | --create <job-id> | 创建job参数 |
2 | --delete <job-id> | 删除一个job |
3 | --exec <job-id> | 执行一个job |
4 | --help | 显示job帮助 |
5 | --list | 显示job列表 |
6 | --meta-connect <jdbc-uri> | 用来连接metastore服务 |
7 | --show <job-id> | 显示一个job的信息 |
8 | --verbose | 打印命令运行时的详细信息 |
尖叫提示：在执行一个job时，如果需要手动输入数据库密码，可以做如下优化
<property> <name>sqoop.metastore.client.record.password</name> <value>true</value> <description>If true, allow saved passwords in the metastore.</description> </property> |
5.2.12、命令&参数：list-databases
命令：
如：
$ bin/sqoop list-databases \ --connect jdbc:mysql://linux01:3306/ \ --username root \ --password 123456 |
参数：与公用参数一样
5.2.13、命令&参数：list-tables
命令：
如：
$ bin/sqoop list-tables \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 |
参数：与公用参数一样
5.2.14、命令&参数：merge
将HDFS中不同目录下面的数据合并在一起并放入指定目录中
数据环境：
new_staff 1 AAA male 2 BBB male 3 CCC male 4 DDD male old_staff 1 AAA female 2 CCC female 3 BBB female 6 DDD female |
尖叫提示：上边数据的列之间的分隔符应该为\t，行与行之间的分割符为\n，如果直接复制，请检查之。
命令：
如：
创建JavaBean： $ bin/sqoop codegen \ --connect jdbc:mysql://linux01:3306/company \ --username root \ --password 123456 \ --table staff \ --bindir /home/admin/Desktop/staff \ --class-name Staff \ --fields-terminated-by "\t"
开始合并： $ bin/sqoop merge \ --new-data /test/new/ \ --onto /test/old/ \ --target-dir /test/merged \ --jar-file /home/admin/Desktop/staff/Staff.jar \ --class-name Staff \ --merge-key id 结果： 1 AAA MALE 2 BBB MALE 3 CCC MALE 4 DDD MALE 6 DDD FEMALE |
参数：
序号 | 参数 | 说明 |
1 | --new-data <path> | HDFS 待合并的数据目录，合并后在新的数据集中保留 |
2 | --onto <path> | HDFS合并后，重复的部分在新的数据集中被覆盖 |
3 | --merge-key <col> | 合并键，一般是主键ID |
4 | --jar-file <file> | 合并时引入的jar包，该jar包是通过Codegen工具生成的jar包 |
5 | --class-name <class> | 对应的表名或对象名，该class类是包含在jar包中的 |
6 | --target-dir <path> | 合并后的数据在HDFS里存放的目录 |
5.2.15、命令&参数：metastore
记录了Sqoop job的元数据信息，如果不启动该服务，那么默认job元数据的存储目录为~/.sqoop，可在sqoop-site.xml中修改。
命令：
如：启动sqoop的metastore服务
$ bin/sqoop metastore |
参数：
序号 | 参数 | 说明 |
1 | --shutdown | 关闭metastore |
扫一扫
696
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
