Hadoop Sqoop介紹

Hoking發表於2018-08-27

一 Sqoop
       Sqoop是一款開源的工具,主要用於在Hadoop(Hive)與傳統的資料庫(mysql、postgresql...)間進行資料的傳遞,可以將一個關係型資料庫(例如 : MySQL ,Oracle ,PostgreSQL等)中的資料導進到Hadoop的HDFS中,也可以將HDFS的資料導進到關係型資料庫中。
       對於某些NoSQL資料庫它也提供了聯結器。Sqoop,類似於其他ETL工具,使用後設資料模型來判斷資料型別並在資料從資料來源轉移到Hadoop時確保型別安全的資料處理。Sqoop專為大資料批量傳輸設計,能夠分割資料集並建立Hadoop任務來處理每個區塊。
       Sqoop 是 apache 旗下一款“Hadoop 和關聯式資料庫伺服器之間傳送資料”的工具。
核心的功能有兩個:匯入、遷入;匯出、遷出
匯入資料:MySQL,Oracle 匯入資料到 Hadoop 的 HDFS、HIVE、HBASE 等資料儲存系統
匯出資料:從 Hadoop 的檔案系統中匯出資料到關聯式資料庫 mysql 等 Sqoop 的本質還是一個命令列工具,和 HDFS,Hive 相比,並沒有什麼高深的理論。

Sqoop:本質就是遷移資料, 遷移的方式:就是把sqoop的遷移命令轉換成MR程式
Hive:本質就是執行計算,依賴於HDFS儲存資料,把SQL轉換成MR程式
二 Sqoop工作機制
      Sqoop將匯入或匯出命令翻譯成 MapReduce 程式來實現 在翻譯出的 MapReduce 中主要是對 InputFormat 和 OutputFormat 進行定製。

三 演示案例
3.1查詢mysql中的資料庫

sqoop list-databases --connect jdbc:mysql://127.0.0.1:3306 --username root --password 123456

3.2 匯入操作
3.2.1 Sqoop匯入資料到HDFS中

sqoop-import --append --connect 'jdbc:mysql://192.168.154.134:3306/mmzs' --username 'root' --password '123456' --query 'select * from mmzs.testsqoop where uid>3 and $CONDITIONS' -m 1 --target-dir '/user/hive/warehouse/mmzs.db/testsqoop' --fields-terminated-by '\t' --lines-terminated-by '\n'

3.2.2 條件匯入
1、query, where子句必須有$CONDITIONS(固定寫法)

sqoop-import \ 
--connect jdbc:mysql://haoguan-HP-Compaq-Pro-6380-MT:3306/testdb \ 
--username root \ 
--password 123456 \ 
--query 'select id,account from from user where account="ddd" and $CONDITIONS' \ 
--target-dir /user/haoguan/sqoop/import/user_parquet \ 
--delete-target-dir \ 
--fields-terminated-by '\t' \ 
--num-mappers 1 \ 
--as-parquetfile

2、columns指定匯入的欄位(--columns account,password欄位之間不能有空格)

sqoop-import \ 
--connect jdbc:mysql://127.0.0.1:3306/testdb \ 
--username root \ 
-P \ 
--table user \ 
--columns account,password \ 
--target-dir /sqoop/import/user_column \ 
--delete-target-dir \ 
--fields-terminated-by '\t' \ 
--num-mappers 1 \ 
--direct 

3、包含where子句

sqoop-import \ 
--connect jdbc:mysql://109.123.121.104:3306/testdb \ 
--username root \ 
--password 123456 \ 
--table user \ 
--where 'id > 5 and account like "f%"' \ 
--target-dir /sqoop/import/user_where \ 
--delete-target-dir \ 
--fields-terminated-by '\t' \ 
-m 1 \ 
--direct 

3.3 匯出操作
3.3.1 匯出資料到MySql

sqoop-export \ 
--connect jdbc:mysql://127.0.0.1:3306/testdb \ 
--username root \ 
--password 123456 \ 
--table user_from_hive \ 
--export-dir /sqoop/import/user \ 
--input-fields-terminated-by '\t' \ 
-m 1

常用引數
--connect <jdbc-uri> jdbc 連線地址
--connection-manager <class-name> 連線管理者
--driver <class-name> 驅動類
--hadoop-mapred-home <dir> $HADOOP_MAPRED_HOME
--help help 資訊
-P 從命令列輸入密碼
--password <password> 密碼
--username <username> 賬號
--verbose 列印流程資訊
--connection-param-file <filename> 可選引數
-m是指定map任務的個數

 

資料整理與引用
1、https://baike.baidu.com/item/sqoop/5033853
2、https://www.cnblogs.com/qingyunzong/p/8807252.html
3、https://www.cnblogs.com/guanhao/p/5621330.html

 

相關文章