• sqoop安装和命令介绍

    一,sqoop介绍

    1.1 sqoop简介

    Sqoop是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql…)间进行数据的传递，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。

    Sqoop项目开始于2009年，最早是作为Hadoop的一个第三方模块存在，后来为了让使用者能够快速部署，也为了让开发人员能够更快速的迭代开发，Sqoop独立成为一个Apache项目。

    Sqoop2的最新版本是1.99.7。请注意，2与1不兼容，且特征不完整，它并不打算用于生产部署。

    1.2 sqoop原理

    将导入或导出命令翻译成mapreduce程序来实现。

    在翻译出的mapreduce中主要是对inputformat和outputformat进行定制。

    二,Sqoop安装

    安装Sqoop的前提是已经具备Java和Hadoop的环境。

    2.1 下载并解压

    1. 下载地址：http://mirrors.hust.edu.cn/apache/sqoop/1.4.6/

    2. 上传安装包sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz到虚拟机中

    3. 解压sqoop安装包到指定目录，如：

      $ tar -zxf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /opt/module/

    2.2 修改配置文件

    Sqoop的配置文件与大多数大数据框架类似，在sqoop根目录下的conf目录中。

    1. 重命名配置文件

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

    2. 修改配置文件

      sqoop-env.sh

      export HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.2
export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.2
export HIVE_HOME=/opt/module/hive
export ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.10
export ZOOCFGDIR=/opt/module/zookeeper-3.4.10
export HBASE_HOME=/opt/module/hbase

    2.3 拷贝JDBC驱动

    拷贝jdbc驱动到sqoop的lib目录下，如：

    $ cp mysql-connector-java-5.1.27-bin.jar /opt/module/sqoop-1.4.6.bin__hadoop-2.0.4-alpha/lib/

    2.4 验证Sqoop

    我们可以通过某一个command来验证sqoop配置是否正确：

    $ bin/sqoop help

    出现一些Warning警告（警告信息已省略），并伴随着帮助命令的输出：

    Available commands:
  codegen            Generate code to interact with database records
  create-hive-table     Import a table definition into Hive
  eval               Evaluate a SQL statement and display the results
  export             Export an HDFS directory to a database table
  help               List available commands
  import             Import a table from a database to HDFS
  import-all-tables     Import tables from a database to HDFS
  import-mainframe    Import datasets from a mainframe server to HDFS
  job                Work with saved jobs
  list-databases        List available databases on a server
  list-tables           List available tables in a database
  merge              Merge results of incremental imports
  metastore           Run a standalone Sqoop metastore
  version            Display version information

    2.5 测试Sqoop是否能够成功连接数据库

    $ bin/sqoop list-databases --connect jdbc:mysql://cm1:3306/ --username root --password 123456

    出现如下输出：

    [root@cm1 conf]# sqoop list-databases --connect jdbc:mysql://cm1:3306/ --username root --password 123456
Warning: /opt/cloudera/parcels/CDH-5.16.2-1.cdh5.16.2.p0.8/bin/../lib/sqoop/../accumulo does not exist! Accumulo imports will fail.
Please set $ACCUMULO_HOME to the root of your Accumulo installation.
19/12/04 12:54:44 INFO sqoop.Sqoop: Running Sqoop version: 1.4.6-cdh5.16.2
19/12/04 12:54:44 WARN tool.BaseSqoopTool: Setting your password on the command-line is insecure. Consider using -P instead.
19/12/04 12:54:45 INFO manager.MySQLManager: Preparing to use a MySQL streaming resultset.
information_schema
am
cm
company
hue
metastore
mysql
nav_as
nav_ms
oozie
performance_schema
rm
sentry

    三,Sqoop的简单使用案例

    3.1 导入数据

    在Sqoop中，“导入”概念指：从非大数据集群（RDBMS）向大数据集群（HDFS，HIVE，HBASE）中传输数据，叫做：导入，即使用import关键字。

    3.1.1 RDBMS到HDFS

    1. 确定Mysql服务开启正常

    2. 在Mysql中新建一张表并插入一些数据

      $ mysql -uroot -p123456
mysql> create database company;
mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
mysql> insert into company.staff(name, sex) values('Thomas', 'Male');
mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');

    3. 导入数据

      1) 全部导入

      $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--table staff 
--target-dir /user/company 
--delete-target-dir 
--num-mappers 1 
--fields-terminated-by "	"

      2）查询导入

      $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--target-dir /user/company 
--delete-target-dir 
--num-mappers 1 
--fields-terminated-by "	" 
--query 'select name,sex from staff where id <=1 and $CONDITIONS;'

      提示：must contain ‘$CONDITIONS’ in WHERE clause.

      如果query后使用的是双引号，则$CONDITIONS前必须加转移符，防止shell识别为自己的变量。

      3）导入指定列

      $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--target-dir /user/company 
--delete-target-dir 
--num-mappers 1 
--fields-terminated-by "	" 
--columns id,sex 
--table staff

      提示：columns中如果涉及到多列，用逗号分隔，分隔时不要添加空格

      4）使用sqoop关键字筛选查询导入数据

      $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--target-dir /user/company 
--delete-target-dir 
--num-mappers 1 
--fields-terminated-by "	" 
--table staff 
--where "id=1"

    3.1.2 RDBMS到Hive

    $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--table staff 
--num-mappers 1 
--hive-import 
--fields-terminated-by "	" 
--hive-overwrite 
--hive-table staff_hive

    提示：该过程分为两步:

    • 第一步将数据导入到HDFS
    • 第二步将导入到HDFS的数据迁移到Hive仓库，第一步默认的临时目录是/user/atguigu/表名

    3.1.3 RDBMS到Hbase

    $ bin/sqoop import 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--table staff 
--columns "id,name,sex" 
--column-family "info" 
--hbase-create-table 
--hbase-row-key "id" 
--hbase-table "hbase_company" 
--num-mappers 1 
--split-by id

    提示：sqoop1.4.6只支持HBase1.0.1之前的版本的自动创建HBase表的功能

    解决方案：手动创建HBase表

    hbase> create 'hbase_company','info'

    在HBase中scan这张表得到如下内容

    hbase> scan 'hbase_company'

    3.2 导出数据

    在Sqoop中，“导出”概念指：从大数据集群（HDFS，HIVE，HBASE）向非大数据集群（RDBMS）中传输数据，叫做：导出，即使用export关键字。

    3.2.1 HIVE/HDFS到RDBMS

    sqoop export 
--connect jdbc:mysql://cm1:3306/company 
--username root 
--password 123456 
--table staff 
--num-mappers 1 
--export-dir /user/hive/warehouse/staff_hive 
--input-fields-terminated-by "	"

    提示：Mysql中如果表不存在，不会自动创建

    3.3 脚本打包

    使用opt格式的文件打包sqoop命令，然后执行

    1) 创建一个.opt文件

    $ mkdir opt
$ touch opt/job_HDFS2RDBMS.opt

    2) 编写sqoop脚本

    $ vi opt/job_HDFS2RDBMS.opt

export
--connect
jdbc:mysql://cm1:3306/company
--username
root
--password
123456
--table
staff
--num-mappers
1
--export-dir
/user/hive/warehouse/staff_hive
--input-fields-terminated-by
"	"

    3) 执行该脚本

    $ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

    四,Sqoop一些常用命令及参数

    4.1 常用命令列举

    这里给大家列出来了一部分Sqoop操作时的常用参数，以供参考，需要深入学习的可以参看对应类的源代码。

    序号 命令 类 说明
    1 import ImportTool 将数据导入到集群
    2 export ExportTool 将集群数据导出
    3 codegen CodeGenTool 获取数据库中某张表数据生成Java并打包Jar
    4 create-hive-table CreateHiveTableTool 创建Hive表
    5 eval EvalSqlTool 查看SQL执行结果
    6 import-all-tables ImportAllTablesTool 导入某个数据库下所有表到HDFS中
    7 job JobTool 用来生成一个sqoop的任务，生成后，该任务并不执行，除非使用命令执行该任务。
    8 list-databases ListDatabasesTool 列出所有数据库名
    9 list-tables ListTablesTool 列出某个数据库下所有表
    10 merge MergeTool 将HDFS中不同目录下面的数据合在一起，并存放在指定的目录中
    11 metastore MetastoreTool 记录sqoop job的元数据信息，如果不启动metastore实例，则默认的元数据存储目录为：~/.sqoop，如果要更改存储目录，可以在配置文件sqoop-site.xml中进行更改。
    12 help HelpTool 打印sqoop帮助信息
    13 version VersionTool 打印sqoop版本信息

    4.2 命令&参数详解

    刚才列举了一些Sqoop的常用命令，对于不同的命令，有不同的参数，让我们来一一列举说明。
    首先来我们来介绍一下公用的参数，所谓公用参数，就是大多数命令都支持的参数。

    4.2.1 公用参数：数据库连接

    序号 参数 说明
    1 –connect 连接关系型数据库的URL
    2 –connection-manager 指定要使用的连接管理类
    3 –driver Hadoop根目录
    4 –help 打印帮助信息
    5 –password 连接数据库的密码
    6 –username 连接数据库的用户名
    7 –verbose 在控制台打印出详细信息

    4.2.2 公用参数：import

    序号 参数 说明
    1 –enclosed-by <char> 给字段值前加上指定的字符
    2 –escaped-by <char> 对字段中的双引号加转义符
    3 –fields-terminated-by <char> 设定每个字段是以什么符号作为结束，默认为逗号
    4 –lines-terminated-by <char> 设定每行记录之间的分隔符，默认是
    5 –mysql-delimiters Mysql默认的分隔符设置，字段之间以逗号分隔，行之间以 分隔，默认转义符是，字段值以单引号包裹。
    6 –optionally-enclosed-by <char> 给带有双引号或单引号的字段值前后加上指定字符。

    4.2.3 公用参数：export

    序号 参数 说明
    1 –input-enclosed-by <char> 对字段值前后加上指定字符
    2 –input-escaped-by <char> 对含有转移符的字段做转义处理
    3 –input-fields-terminated-by <char> 字段之间的分隔符
    4 –input-lines-terminated-by <char> 行之间的分隔符
    5 –input-optionally-enclosed-by <char> 给带有双引号或单引号的字段前后加上指定字符

    4.2.4 公用参数：hive

    序号 参数 说明
    1 –hive-delims-replacement <arg> 用自定义的字符串替换掉数据中的 和13 10等字符
    2 –hive-drop-import-delims 在导入数据到hive时，去掉数据中的 1310这样的字符
    3 –map-column-hive <arg> 生成hive表时，可以更改生成字段的数据类型
    4 –hive-partition-key 创建分区，后面直接跟分区名，分区字段的默认类型为string
    5 –hive-partition-value <v> 导入数据时，指定某个分区的值
    6 –hive-home <dir> hive的安装目录，可以通过该参数覆盖之前默认配置的目录
    7 –hive-import 将数据从关系数据库中导入到hive表中
    8 –hive-overwrite 覆盖掉在hive表中已经存在的数据
    9 –create-hive-table 默认是false，即，如果目标表已经存在了，那么创建任务失败。
    10 –hive-table 后面接要创建的hive表,默认使用MySQL的表名
    11 –table 指定关系数据库的表名

    公用参数介绍完之后，我们来按照命令介绍命令对应的特有参数。

    4.2.5 命令&参数：import

    将关系型数据库中的数据导入到HDFS（包括Hive，HBase）中，如果导入的是Hive，那么当Hive中没有对应表时，则自动创建。

    1) 命令：

    如：导入数据到hive中

    $ bin/sqoop import 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--hive-import

    如：增量导入数据到hive中，mode=append

    append导入：
$ bin/sqoop import 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--num-mappers 1 
--fields-terminated-by "	" 
--target-dir /user/hive/warehouse/staff_hive 
--check-column id 
--incremental append 
--last-value 3

    提示：append不能与–hive-等参数同时使用（Append mode for hive imports is not yet supported. Please remove the parameter --append-mode）

    如：增量导入数据到hdfs中，mode=lastmodified

    # 先在mysql中建表并插入几条数据：
mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP);
mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female');
mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female');

# 先导入一部分数据：
$ bin/sqoop import 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff_timestamp 
--delete-target-dir 
--m 1

# 再增量导入一部分数据：
mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female');
$ bin/sqoop import 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff_timestamp 
--check-column last_modified 
--incremental lastmodified 
--last-value "2017-09-28 22:20:38" 
--m 1 
--append

    提示：使用lastmodified方式导入数据要指定增量数据是要--append（追加）还是要--merge-key（合并）

    提示：last-value指定的值是会包含于增量导入的数据中

    2) 参数：

    序号 参数 说明
    1 –append 将数据追加到HDFS中已经存在的DataSet中，如果使用该参数，sqoop会把数据先导入到临时文件目录，再合并。
    2 –as-avrodatafile 将数据导入到一个Avro数据文件中
    3 –as-sequencefile 将数据导入到一个sequence文件中
    4 –as-textfile 将数据导入到一个普通文本文件中
    5 –boundary-query <statement> 边界查询，导入的数据为该参数的值（一条sql语句）所执行的结果区间内的数据。
    6 –columns <col1, col2, col3> 指定要导入的字段
    7 –direct 直接导入模式，使用的是关系数据库自带的导入导出工具，以便加快导入导出过程。
    8 –direct-split-size 在使用上面direct直接导入的基础上，对导入的流按字节分块，即达到该阈值就产生一个新的文件
    9 –inline-lob-limit 设定大对象数据类型的最大值
    10 –m或–num-mappers 启动N个map来并行导入数据，默认4个。
    11 –query或–e <statement> 将查询结果的数据导入，使用时必须伴随参–target-dir，–hive-table，如果查询中有where条件，则条件后必须加上$CONDITIONS关键字
    12 –split-by <column-name> 按照某一列来切分表的工作单元，不能与–autoreset-to-one-mapper连用（请参考官方文档）
    13 –table <table-name> 关系数据库的表名
    14 –target-dir <dir> 指定HDFS路径
    15 –warehouse-dir <dir> 与14参数不能同时使用，导入数据到HDFS时指定的目录
    16 –where 从关系数据库导入数据时的查询条件
    17 –z或–compress 允许压缩
    18 –compression-codec 指定hadoop压缩编码类，默认为gzip(Use Hadoop codec default gzip)
    19 –null-string <null-string> string类型的列如果null，替换为指定字符串
    20 –null-non-string <null-string> 非string类型的列如果null，替换为指定字符串
    21 –check-column <col> 作为增量导入判断的列名
    22 –incremental <mode> mode：append或lastmodified
    23 –last-value <value> 指定某一个值，用于标记增量导入的位置

    4.2.6 命令&参数：export

    从HDFS（包括Hive和HBase）中奖数据导出到关系型数据库中。

    1) 命令：

    如：

    $ bin/sqoop export 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--export-dir /user/company 
--input-fields-terminated-by "	" 
--num-mappers 1

    2) 参数：

    序号 参数 说明
    1 –direct 利用数据库自带的导入导出工具，以便于提高效率
    2 –export-dir <dir> 存放数据的HDFS的源目录
    3 -m或–num-mappers <n> 启动N个map来并行导入数据，默认4个
    4 –table <table-name> 指定导出到哪个RDBMS中的表
    5 –update-key <col-name> 对某一列的字段进行更新操作
    6 –update-mode <mode> updateonlyallowinsert(默认)
    7 –input-null-string <null-string> 请参考import该类似参数说明
    8 –input-null-non-string <null-string> 请参考import该类似参数说明
    9 –staging-table <staging-table-name> 创建一张临时表，用于存放所有事务的结果，然后将所有事务结果一次性导入到目标表中，防止错误。
    10 –clear-staging-table 如果第9个参数非空，则可以在导出操作执行前，清空临时事务结果表

    4.2.7 命令&参数：codegen

    将关系型数据库中的表映射为一个Java类，在该类中有各列对应的各个字段。

    如：

    $ bin/sqoop codegen 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--bindir /home/admin/Desktop/staff 
--class-name Staff 
--fields-terminated-by "	"
    序号 参数 说明
    1 –bindir <dir> 指定生成的Java文件、编译成的class文件及将生成文件打包为jar的文件输出路径
    2 –class-name <name> 设定生成的Java文件指定的名称
    3 –outdir <dir> 生成Java文件存放的路径
    4 –package-name <name> 包名，如com.z，就会生成com和z两级目录
    5 –input-null-non-string <null-str> 在生成的Java文件中，可以将null字符串或者不存在的字符串设置为想要设定的值（例如空字符串）
    6 –input-null-string <null-str> 将null字符串替换成想要替换的值（一般与5同时使用）
    7 –map-column-java <arg> 数据库字段在生成的Java文件中会映射成各种属性，且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型，例如：–map-column-java id=long, name=String
    8 –null-non-string <null-str> 在生成Java文件时，可以将不存在或者null的字符串设置为其他值
    9 –null-string <null-str> 在生成Java文件时，将null字符串设置为其他值（一般与8同时使用）
    10 –table <table-name> 对应关系数据库中的表名，生成的Java文件中的各个属性与该表的各个字段一一对应

    4.2.8 命令&参数：create-hive-table

    生成与关系数据库表结构对应的hive表结构。

    命令：

    如：

    $ bin/sqoop create-hive-table 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--hive-table hive_staff

    参数：

    序号 参数 说明
    1 –hive-home <dir> Hive的安装目录，可以通过该参数覆盖掉默认的Hive目录
    2 –hive-overwrite 覆盖掉在Hive表中已经存在的数据
    3 –create-hive-table 默认是false，如果目标表已经存在了，那么创建任务会失败
    4 –hive-table 后面接要创建的hive表
    5 –table 指定关系数据库的表名

    4.2.9 命令&参数：eval

    可以快速的使用SQL语句对关系型数据库进行操作，经常用于在import数据之前，了解一下SQL语句是否正确，数据是否正常，并可以将结果显示在控制台。

    命令：

    如：

    $ bin/sqoop eval 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--query "SELECT * FROM staff"

    参数：

    序号 参数 说明
    1 –query或–e 后跟查询的SQL语句

    4.2.10 命令&参数：import-all-tables

    可以将RDBMS中的所有表导入到HDFS中，每一个表都对应一个HDFS目录

    命令：

    如：

    $ bin/sqoop import-all-tables 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--warehouse-dir /all_tables

    参数：

    序号 参数 说明
    1 –as-avrodatafile 这些参数的含义均和import对应的含义一致
    2 –as-sequencefile 这些参数的含义均和import对应的含义一致
    3 –as-textfile 这些参数的含义均和import对应的含义一致
    4 –direct 这些参数的含义均和import对应的含义一致
    5 –direct-split-size <n> 这些参数的含义均和import对应的含义一致
    6 –inline-lob-limit <n> 这些参数的含义均和import对应的含义一致
    7 –m或—num-mappers <n> 这些参数的含义均和import对应的含义一致
    8 –warehouse-dir <dir> 这些参数的含义均和import对应的含义一致
    9 -z或–compress 这些参数的含义均和import对应的含义一致
    10 –compression-codec 这些参数的含义均和import对应的含义一致

    4.2.11 命令&参数：job

    用来生成一个sqoop任务，生成后不会立即执行，需要手动执行。

    命令：

    如：

    $ bin/sqoop job 
 --create myjob -- import-all-tables 
 --connect jdbc:mysql://hadoop102:3306/company 
 --username root 
 --password 000000
 
$ bin/sqoop job 
--list

$ bin/sqoop job 
--exec myjob

    提示：注意import-all-tables和它左边的–之间有一个空格

    提示：如果需要连接metastore，则–meta-connect jdbc:hsqldb:hsql://linux01:16000/sqoop

    参数：

    序号 参数 说明
    1 –create <job-id> 创建job参数
    2 –delete <job-id> 删除一个job
    3 –exec <job-id> 执行一个job
    4 –help 显示job帮助
    5 –list 显示job列表
    6 –meta-connect <jdbc-uri> 用来连接metastore服务
    7 –show <job-id> 显示一个job的信息
    8 –verbose 打印命令运行时的详细信息

    提示：在执行一个job时，如果需要手动输入数据库密码，可以做如下优化

    <property>
	<name>sqoop.metastore.client.record.password</name>
	<value>true</value>
	<description>If true, allow saved passwords in the metastore.</description>
</property>

    4.2.12 命令&参数：list-databases

    命令：

    $ bin/sqoop list-databases 
--connect jdbc:mysql://hadoop102:3306/ 
--username root 
--password 000000

    **参数：**与公用参数一样

    4.2.13 命令&参数：list-tables

    命令：

    $ bin/sqoop list-tables 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000

    **参数：**与公用参数一样

    4.2.14 命令&参数：merge

    将HDFS中不同目录下面的数据合并在一起并放入指定目录中

    数据环境：

    new_staff
1       AAA     male
2       BBB     male
3       CCC     male
4       DDD     male

old_staff
1       AAA     female
2       CCC     female
3       BBB     female
6       DDD     female

    提示：上边数据的列之间的分隔符应该为 ，行与行之间的分割符为 ，如果直接复制，请检查之。

    命令：

    # 创建JavaBean：
$ bin/sqoop codegen 
--connect jdbc:mysql://hadoop102:3306/company 
--username root 
--password 000000 
--table staff 
--bindir /home/admin/Desktop/staff 
--class-name Staff 
--fields-terminated-by "	"

# 开始合并：
$ bin/sqoop merge 
--new-data /test/new/ 
--onto /test/old/ 
--target-dir /test/merged 
--jar-file /home/admin/Desktop/staff/Staff.jar 
--class-name Staff 
--merge-key id

# 结果：
1	AAA	MALE
2	BBB	MALE
3	CCC	MALE
4	DDD	MALE
6	DDD	FEMALE

    参数：

    序号 参数 说明
    1 –new-data <path> HDFS 待合并的数据目录，合并后在新的数据集中保留
    2 –onto <path> HDFS合并后，重复的部分在新的数据集中被覆盖
    3 –merge-key <col> 合并键，一般是主键ID
    4 –jar-file <file> 合并时引入的jar包，该jar包是通过Codegen工具生成的jar包
    5 –class-name <class> 对应的表名或对象名，该class类是包含在jar包中的
    6 –target-dir <path> 合并后的数据在HDFS里存放的目录

    4.2.15 命令&参数：metastore

    记录了Sqoop job的元数据信息，如果不启动该服务，那么默认job元数据的存储目录为~/.sqoop，可在sqoop-site.xml中修改。

    命令：

    如：启动sqoop的metastore服务

    $ bin/sqoop metastore

    参数：

    序号 参数 说明
    1 –shutdown 关闭metastore
  • 相关阅读:
    Kettle 使用入门
    git mac客户端使用提交与同步
    MAC 远程桌面链接 证书或链接无效
    mac下wifi无法连接的问题
    mysql时间段内查询
    mybatis 特殊符号及like的使用
    mac下剪切文件或文件夹
    eclipse下使用git下载和上传项目
    unbutu下搭建FTP服务
    mybatis 的if else
  • 原文地址：https://www.cnblogs.com/chenxiaoge/p/13335429.html
Copyright © 2020-2023  润新知