特殊说明
Sqoop版本为1.4.4,别用最新的
准备工作
如果Hive中已经有数据,直接到【在Hive中执行】就行
1) 复制MySQL的表结构到Hive
sqoop create-hive-table --connect jdbc:mysql://192.168.1.1:3306/radius --username root --password 123 --table um_appuser --hive-table um_appuser --fields-terminated-by "\0001" --lines-terminated-by "\n"
2) 创建Hive表对应的目录
hdfs dfs -mkdir /user/hive/um_appuser
3) 修改表Hive表对应的目录
ALTER TABLE um_appuser SET LOCATION 'hdfs://node1:8020/user/hive/um_appuser';
4) 转换为外部表
ALTER TABLE um_appuser SET TBLPROPERTIES ('EXTERNAL'='TRUE');
将数据导入Sqoop
sqoop import --connect jdbc:mysql://192.168.1.1:3306/radius --username root --password 123 --table um_appuser --hive-import --hive-table um_appuser
在Hive中执行
SELECT id FROM um_appuser ORDER BY id DESC LIMIT 1;
查询结果:15902
增量导入
1) 创建job(注意–last-value的值,上一步查询得到的结果)
sqoop job --create um_appuser -- import --connect jdbc:mysql://192.168.1.1:3306/radius --username root --password 123 --table um_appuser --hive-import --hive-table um_appuser --incremental append --check-column id --last-value 15902
2) 查看已经创建的Sqoop job
sqoop job --list
3) 创建调度任务
0 */1 * * * sqoop job --exec um_appuser > um_appuser_sqoop.log 2>&1 &
校验数据
1) 查询Hive
SELECT id FROM um_appuser ORDER BY id DESC LIMIT 1;
--SELECT COUNT(DISTINCT id) FROM um_appuser;
SELECT COUNT(id) FROM um_appuser;
SELECT id FROM um_appuser GROUP BY id HAVING COUNT(id) > 1;
2) 查询MySQL
SELECT COUNT(1) FROM um_appuser WHERE id <= (Hive查询出最新的id);