大数据学习——sqoop导入数据

把数据从关系型数据库导入到hadoop

启动sqoop

导入表表数据到HDFS

下面的命令用于从MySQL数据库服务器中的emp表导入HDFS。

sqoop import 
--connect jdbc:mysql://mini1:3306/userdb 
--username root 
--password 123456 
--table emp --m 1

在/root/sqoop下执行命令，导入emp表到hdfs

./sqoop import 
--connect jdbc:mysql://mini1:3306/userdb 
--username root 
--password 123456 
--table emp --m 1

注意执行上边的命令可能会遇到这个问题 https://www.cnblogs.com/feifeicui/p/10311076.html

查看执行结果
hdfs dfs -ls /user/root

在/root/sqoop下执行命令，导入emp_add表到hdfs

./sqoop import 
--connect jdbc:mysql://mini1:3306/userdb 
--username root 
--password 123456 
--table emp_add --m 1

执行完命令会生成 emp_add.java  emp.java

 把数据库的emp_conn这个表先导入到hdfs上 /user/root/emp_con这个目录下，然后将这个目录下的数据通过load形式导入到hive表中，这里还没有指明对应的hive上的表名，它会用mysql数据库的表名。

./sqoop import 
--connect jdbc:mysql://mini1:3306/userdb 
--username root 
--password 123456 
--table emp_conn
--hive-import --m 1

导入到HDFS指定目录

在导入表数据到HDFS使用Sqoop导入工具，我们可以指定目标目录。

以下是指定目标目录选项的Sqoop导入命令的语法。

--target-dir <new or exist directory in HDFS>

下面的命令是用来导入emp_add表数据到'/queryresult'目录。

bin/sqoop import

--connect jdbc:mysql://hdp-node-01:3306/test

--username root

--password root

--target-dir /queryresult

--table emp --m 1

下面的命令是用来验证 /queryresult 目录中 emp_add表导入的数据形式。

 $HADOOP_HOME/bin/hadoop fs -cat /queryresult/part-m-*

它会用逗号（，）分隔emp_add表的数据和字段。

1201, 288A, vgiri,   jublee

1202, 108I, aoc,     sec-bad

1203, 144Z, pgutta,  hyd

1204, 78B,  oldcity, sec-bad

1205, 720C, hitech,  sec-bad

导入表数据子集

我们可以导入表的使用Sqoop导入工具，"where"子句的一个子集。它执行在各自的数据库服务器相应的SQL查询，并将结果存储在HDFS的目标目录。

where子句的语法如下。

--where <condition>

下面的命令用来导入emp_add表数据的子集。子集查询检索员工ID和地址，居住城市为：Secunderabad

bin/sqoop import

--connect jdbc:mysql://hdp-node-01:3306/test

--username root

--password root

--where "city ='sec-bad'"

--target-dir /wherequery

--table emp_add --m 1

按需导入

bin/sqoop import

--connect jdbc:mysql://hdp-node-01:3306/test

--username root

--password root

--target-dir /wherequery2

--query 'select id,name,deg from emp WHERE  id>1207 and $CONDITIONS'

--split-by id

--fields-terminated-by ' '

--m 1

下面的命令用来验证数据从emp_add表导入/wherequery目录

$HADOOP_HOME/bin/hadoop fs -cat /wherequery/part-m-*

它用逗号（，）分隔 emp_add表数据和字段。

1202, 108I, aoc, sec-bad

1204, 78B, oldcity, sec-bad

1205, 720C, hitech, sec-bad

增量导入

增量导入是仅导入新添加的表中的行的技术。

它需要添加‘incremental’, ‘check-column’, 和 ‘last-value’选项来执行增量导入。

下面的语法用于Sqoop导入命令增量选项。

--incremental <mode>

--check-column <column name>

--last value <last check column value>

假设新添加的数据转换成emp表如下：

1206, satish p, grp des, 20000, GR

下面的命令用于在EMP表执行增量导入。

bin/sqoop import

--connect jdbc:mysql://hdp-node-01:3306/test

--username root

--password root

--table emp --m 1

--incremental append

--check-column id

--last-value 1205

以下命令用于从emp表导入HDFS emp/ 目录的数据验证。

$ $HADOOP_HOME/bin/hadoop fs -cat /user/hadoop/emp/part-m-*

它用逗号（，）分隔 emp_add表数据和字段。

1201, gopal,    manager, 50000, TP

1202, manisha,  preader, 50000, TP

1203, kalil,    php dev, 30000, AC

1204, prasanth, php dev, 30000, AC

1205, kranthi,  admin,   20000, TP

1206, satish p, grp des, 20000, GR

下面的命令是从表emp 用来查看修改或新添加的行

$ $HADOOP_HOME/bin/hadoop fs -cat /emp/part-m-*1

这表示新添加的行用逗号（，）分隔emp表的字段。

1206, satish p, grp des, 20000, GR