Sqoop导入导出原理

一、Sqoop导入原理

从下面的的演示例子中，我们大致能得出一个结论，sqoop 工具是通过 MapReduce 进行导入 作业的。总体来说，是把关系型数据库中的某张表的一行行记录都写入到 hdfs

上面这张图大致解释了 sqoop 在进行数据导入工作的大致流程，下面我们用文字来详细描述 一下：

1、第一步，Sqoop 会通过 JDBC 来获取所需要的数据库元数据，例如，导入表的列名，数据 类型等。

2、第二步，这些数据库的数据类型(varchar, number 等)会被映射成 Java 的数据类型(String, int 等)，根据这些信息，Sqoop 会生成一个与表名同名的类用来完成序列化工作，保存表中的每一行记录。

3、第三步，Sqoop 启动 MapReducer 作业

4、第四步，启动的作业在 input 的过程中，会通过 JDBC 读取数据表中的内容，这时，会使 用 Sqoop 生成的类进行反序列化操作

5、第五步，最后将这些记录写到 HDFS 中，在写入到 HDFS 的过程中，同样会使用 Sqoop 生 成的类进行反序列化

二、Sqoop 导出原理

Sqoop 进行数据导出，总体也是基于 mapreduce 任务。

详细文字描述：

1、 第一步，sqoop 依然会通过 JDBC 访问关系型数据库，得到需要导出数据的元数据信息

2、 第二步，根据获取到的元数据的信息，sqoop 生成一个 Java 类，用来进行数据的传输载 体。该类必须实现序列化和反序列化

3、 第三步，启动 mapreduce 作业

4、 第四步，sqoop 利用生成的这个 java 类，并行的从 hdfs 中读取数据

5、 第五步，每个 map 作业都会根据读取到的导出表的元数据信息和读取到的数据，生成一 批 insert 语句，然后多个 map 作业会并行的向数据库 mysql 中插入数据

所以，数据是从 hdfs 中并行的进行读取，也是并行的进入写入，那并行的读取是依赖 hdfs 的性能，而并行的写入到 mysql 中，那就要依赖于 mysql 的写入性能。