1.Sqoop export简介
Sqoop export工具被用来将文件集合从HDFS中导入到关系型数据库中。
目标表必须事先已经在数据库中创建好。输入文件根据用户指定的分隔符被读取解析成记录集。
Sqoop默认的是将这些操作转换成“INSERT模式”,向目标数据库中注入数据记录。
在“更新模式”中,Sqoop将会产生更新语句替换数据库中已经存在的记录。
在“调用模式”中,Sqoop会为每个记录产生一个存储过程调用。
1、“INSERT模式”:Sqoop默认将每条记录以转换成INSERT语句,添加到数据库表中,
如果你的表存在一些约束如关键字唯一等,使用插入模式要当心,
避免违反这些约束。如果一条记录插入失败那么,该导入job将会失败。
这种模式一般用于将数据导入到一个新的、空的表。Sqoop默认情况下使用INSERT 模式
2、“UPDATE模式”:如果指定–update-key参数,Sqoop将会修改一个数据库中存在的数据集,
每一条记录都会当做UPDATE语句来修改存在的记录。记录的修改语句根据–update-key指定的列决定。
如果一个更新语句在数据库中没有对应的记录,则不会报错,导出操作会继续进行。
事实上,这意味着不会在数据库中导入新的记录,只是更新原始数据。
2.参数介绍
–update-key 后面也可以接多个关键字列名,可以使用逗号隔开,Sqoop将会匹配多个关键字后再执行更新操作。
–export-dir 参数配合–table或者–call参数使用,指定了HDFS上需要将数据导入到MySQL中的文件集目录。
–update-mode updateonly和allowinsert。 默认模式为updateonly,如果指定–update-mode模式为allowinsert,可以将目标数据库中原来不存在的数据也导入到数据库表中。即将存在的数据更新,不存在数据插入
3.组合测试及说明
1、当指定update-key,且关系型数据库表存在主键时:
A、allowinsert模式时,为更新目标数据库表存的内容,并且原来不存在的数据也导入到数据库表;
B、updateonly模式时,为更新目标数据库表存的内容,并且原来不存在的数据也不导入到数据库表;
2、当指定update-key,且关系型数据库表不存在主键时:
A、allowinsert模式时,为全部数据追加导入到数据库表;
B、updateonly模式时,为更新目标数据库表存的内容,并且原来不存在的数据也不导入到数据库表;
3、当不指定update-key,且关系型数据库表存在主键时:
A、allowinsert模式时,报主键冲突,数据无变化;
B、updateonly模式时,报主键冲突,数据无变化;
4、当不指定update-key,且关系型数据库表不存在主键时:
A、allowinsert模式时,为全部数据追加导入到数据库表;
B、updateonly模式时,为全部数据追加导入到数据库表;