大数据系列——Sqoop学习笔记

1. Sqoop简介

•  Apache Sqoop是一种专门为hadoop和比如关系型数据库等结构化数据库之间的高效数据转换一种工具。
• 数据的搬运工
• Sqoop在大多数自动化数据转换的过程中，依托于数据库相关的Schema描述信息，转换的过程是使用MapReduce来进行的
• Sqoop目前有两个版本，完全不兼容，Sqoop和Sqoop2.可以通过版本号来进行简单的区分，1.4.x为sqoop或sqoop1，1.99.x为sqoop2

2. Sqoop数据的导入(import)

• 传统的RDBMS中的数据导入到hbase...

• 从传统数据库获取元数据信息(schema、table、field、field type)，把导入功能转换为只有Map的

  Mapreduce作业，在mapreduce中有很多map，每个map读一片数据，进而并行的完成数据的拷贝。

3. Sqoop数据的导出(export)

• hbase中的数据导出到rdbms中
• 获取导出表的schema、meta信息，和Hadoop中的字段match；多个map only作业同时运行，完成hdfs中数据导出到关系型数据库中。

4. Sqoop的安装

• 准备安装文件

  • sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz

• 解压

  • tar -zxvf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /opt/

• 重命名

  • mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha/ sqoop

• 配置环境变量

  export SQOOP_HOME=/opt/sqoop
  export PATH=$PATH:$SQOOP_HOME/bin

• 修改配置文件

  mv sqoop-env-template.sh  sqoop-env.sh

  ==vim sqoop-env.sh==

  export HADOOP_COMMON_HOME=/opt/hadoop
  export HBASE_HOME=/opt/hbase
  export HIVE_HOME=/opt/hive
  export ZOOCFGDIR=/opt/zookeeper/conf

• 因为SQOOP要连接rdbms，所以需要将该数据的驱动jar包添加进sqoop的classpath中，所以将 mysql 的jar包上传至$SQOOP_HOME/lib

  • mysql需要mysql-connector-java-5.1.32.jar以上版本支持。

5. Sqoop的基本操作

• 列出数据库

  sqoop-list-databases --connect jdbc:mysql://uplooking05:3306/ --username root --password root

• 列出所有的表

  sqoop-list-tables --connect jdbc:mysql://uplooking05:3306/up1 --username root --password root

6. mysql中的数据导入到hdfs中

sqoop-import --connect jdbc:mysql://uplooking05/up2 --username root --password root --table user

• ==在执行导入的过程中，一定要确定RDBMS中的表中有pk==
• --target-dir :导入到自定义的hdfs目录中
• --append : 追加导入
• -m :指定maptask的数量
• --username :数据库的用户名
• --password :数据库的密码
• --connect :数据库的url
• --delete-target-dir : 一般与 --target-dir 联用,与 --append 是==互斥==的
• --last-value : 跳过几行数据，追加其余所有的数据

• --where:根据条件进行导入

  • sqoop-import --connect jdbc:mysql://uplooking05/up2 --username root --pass

    word root --table user --target-dir /sqoop/user --delete-target-dir --where 'id>2' * *

• --query:导入mysql查询的结果到hdfs

  • sqoop-import --connect jdbc:mysql://uplooking05/up2 --username root --pass

    word root --target-dir /sqoop/user --delete-target-dir --query "select name,age from user where age>10 and $CONDITIONS" --split-by 'age'

7. mysql中的数据导入hbase中

sqoop-import --connect jdbc:mysql://uplooking05/up2 --username root --password root --table user --hbase-row-key id --hbase-table ns1:t2 --column-family f1

--hbase-row-key: 可以不指定,不指定默认hbase中的row-lkey就是mysql中的主键

==注意:导入数据到hbase数据库之前需要在hbase中先创建表和列族==

8. hdfs中的数据导出到mysql

sqoop-export --connect jdbc:mysql://uplooking05:3306/up2 --username root --password root --table user --export-dir /sqoop/user2

==注意:导出之前首先需要在mysql中创建表==

9. hbase中的数据导出到mysql

​ 不可行