官网（包含文档）
http://sqoop.apache.org/
http://sqoop.apache.org/docs/1.4.7/SqoopUserGuide.html
基础操作网站
没有配置hcatalog，介绍hcatalog
https://blog.csdn.net/ancony_/article/details/79903705
也没有配置accumulo，介绍
安装：https://www.cnblogs.com/shoufengwei/p/8627436.html
介绍：https://blog.csdn.net/u011596455/article/details/73732504
一、Sqoop 简介
Apache Sqoop(TM)是一种旨在有效地在 Apache Hadoop 和诸如关系数据库等结构化数据存
储之间传输大量数据的工具。
Sqoop 于 2012 年 3 月孵化出来，现在是一个顶级的 Apache 项目。
最新的稳定版本是 1.4.7。Sqoop2 的最新版本是 1.99.7。请注意，1.99.7 与 1.4.7 不兼容，且
没有特征不完整，它并不打算用于生产部署。
二、Sqoop 原理
将导入或导出命令翻译成 mapreduce 程序来实现。
sqoop 是 apache 旗下一款“Hadoop 和关系数据库服务器之间传送数据”的工具。
核心的功能有两个：
导入、迁入
导出、迁出
导入数据：MySQL，Oracle 导入数据到 Hadoop 的 HDFS、HIVE、HBASE 等数据存储系统
导出数据：从 Hadoop 的文件系统中导出数据到关系数据库 mysql 等 Sqoop 的本质还是一
个命令行工具，和 HDFS，Hive 相比，并没有什么高深的理论。
sqoop：
工具：本质就是迁移数据， 迁移的方式：就是把sqoop的迁移命令转换成MR程序
hive
工具，本质就是执行计算，依赖于HDFS存储数据，把SQL转换成MR程序
在翻译出的 mapreduce 中主要是对 inputformat 和 outputformat 进行定制。
三、Sqoop 安装
安装 Sqoop 的前提是已经具备 Java 和 Hadoop 的环境。
3.1、下载并解压
1) 最新版下载地址：http://mirrors.hust.edu.cn/apache/sqoop/1.4.7/
http://mirror.bit.edu.cn/apache/sqoop/1.4.7/
2) 上传安装包 sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz 到虚拟机中，如我的上传目录是：
/home/hadoop_home/sqoop-1.4.7
3) 解压 sqoop 安装包到指定目录，如：
$ tar -zxf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz -C /home/hadoop_home/
3.2、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
$ mv sqoop-site-template.xml sqoop-site.xml
2) 修改配置文件
sqoop-env.sh
export HADOOP_COMMON_HOME=/home/hadoop/hadoop_home
export HADOOP_MAPRED_HOME=/home/hadoop/hadoop_home
export HIVE_HOME=/home/hadoop/hadoop_home/apache-hive-2.3.4-bin
export ZOOKEEPER_HOME=/home/hadoop/hadoop_home/zookeeper-3.4.9
export ZOOCFGDIR=/home/hadoop/hadoop_home/zookeeper-3.4.9
3.3、拷贝 JDBC 驱动
拷贝 jdbc 驱动到 sqoop 的 lib 目录下，如：
$ cp -a mysql-connector-java-5.1.47-bin.jar ~/hadoop_home /sqoop-1.4.7.bin__hadoop-2.6.0/lib/
3.4、验证 Sqoop
我们可以通过某一个 command 来验证 sqoop 配置是否正确：
执行测试mysql
sqoop list-databases --connect jdbc:mysql://master:3306/ --username root --password root
会报错
然后执行下面的配置权限
配置权限
mysql> GRANT ALL ON *.* TO 'root'@'%' IDENTIFIED BY 'root';
mysql> FLUSH PRIVILEGES;
刷新：/etc/init.d/mysql restart
再次执行即可
进入以下界面
cd /etc/mysql/mysql.conf.d
然后
vi vi mysqld.cnf
把最下面的bind-address =127.0.0.1
注释掉就好（sqoop用到）
Sqoop 的简单使用案例
4.1、导入数据
3) 导入数据
（1）全部导入
$ bin/sqoop import
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --table staff --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by " "
（2）查询导入
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by " " --query 'select name,sex from staff where id <=1 and $CONDITIONS;'
尖叫提示：must contain '$CONDITIONS' in WHERE clause.
尖叫提示：如果 query 后使用的是单引号，则$CONDITIONS 前必须加转义符，防止 shell
识别为自己的变量。
尖叫提示：--query 选项，不能同时与--table 选项使用
将hdfs上数据导入到mysql里
mysql -u root -p root
首先进入库
use company;
然后清空表
truncate staff;（只清空，不删除表，保留表结构）
查询一下
select * from staff;
退出quit;
导出：sqoop export --connect jdbc:mysql://master:3306/company --username root --password root --table staff --export-dir /user/company --num-mappers 1 --fields-terminated-by " "
进入数据库再查询即可
（3）导入指定列
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --table staff --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by " " --columns id,sex
尖叫提示：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
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --table staff --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by " " --where "id=1"
尖叫提示：在 Sqoop 中可以使用 sqoop import -D property.name=property.value 这样的方式加
入执行任务的参数，多个参数用空格隔开。
（5）sqoop增量导入HDFS：
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --table staff --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by " " --incremental append --check-column id
4.1.2mysql转入hive
（
hive 里面的lib下的hive-exec-**.jar 放到sqoop 的lib 下可以解决以下问题
cp ../../hive2/lib/hive-exec-2.3.3.jar ./
）
（先转入到hdfs再转入hive，所用到的hdfs上面的目录，只是个临时目录）
sqoop import --connect jdbc:mysql://master:3306/company --username root --password root --table staff --hive-import --num-mappers 1 --fields-terminated-by " " --target-dir /user/hive/warehouse/staff
登陆hive，可以看到表已经导入了：
清空Mysql的dept表，将hive的数据导入。
sqoop export --connect jdbc:mysql://master:3306/company --username root --password root --table staff -m 1 --export-dir /hive/warehouse/staff --input-fields-terminated-by ' '
$ bin/sqoop import
--connect jdbc:mysql://master:3306/company
--username root
--password 111111
--table staff
--num-mappers 1
--hive-import
--fields-terminated-by " "
--hive-overwrite
--hive-table staff_hive
或者
sqoop import --connect jdbc:mysql://master:3306/company --username root --
password 111111 --table staff --hive-import -m 1 --fields-terminated-by " " --hive-overwrite --create-hive-table --delete-target-dir --hive-database company --hive-table staff
Sqoop导入mysql表中的数据到hive，出现如下错误：
ERROR hive.HiveConfig: Could not load org.apache.hadoop.hive.conf.HiveConf.
Make sure HIVE_CONF_DIR is set correctly.
原因：缺少了hive-common-2.3.3.jar包，在hive的lib目录下，拷贝到sqoop的lib目录
下即可。或者hive-exec-2.3.2.jar
尖叫提示：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
尖叫提示：第一步默认的临时目录是/user/hadoop/表名,执行成功自动删除
4.2、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。
4.2.1、HIVE/HDFS 到 RDBMS
$ bin/sqoop export
--connect jdbc:mysql://master:3306/company
--username root
--password root
--table staff
--num-mappers 1
--export-dir /user/hive/warehouse/staff_hive
--input-fields-terminated-by " "
尖叫提示：Mysql 中如果表不存在，不会自动创建
4.4 RDBM到HBASE
sqoop import --connect jdbc:mysql://master:3306/company --
username root --password root --table staff --hbase-table
hbase_tohdfs_bulk --column-family info --hbase-create-table --
hbase-row-key id --hbase-bulkload
4.3、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://master:3306/company
--username
root
--password
111111
--table
staff
--num-mappers
1
--export-dir
/user/hive/warehouse/staff_hive
--input-fields-terminated-by
" "
上述每写一个就换行写入
3）执行该脚本
$ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt
网上搜索的执行hbase和mysql转换
Mysql与Hbase之间：
启动hbase（start-hbase.sh）
输入hbase shell进入到 hbase命令行：
sqoop import --connect jdbc:mysql://master:3306/sqoop --username root --password 12345 --table 'dept' --hbase-create-table --hbase-table hbase_dept --column-family col_family --hbase-row-key id
创建hbase表：create 'hbase_dept','col_family'
有与版本不兼容问题，导入失败了。可以将mysql数据导入到hdfs，在从hdfs导入hbase
五、Sqoop 一些常用命令及参数
5.1、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。
5.2、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
。
5.2.1、公用参数：数据库连接
5.2.2、公用参数：import
5.2.3、公用参数：export
5.2.4、公用参数：hive
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。
5.2.5、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://master:3306/company
--username root
--password 111111
--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://master:3306/company
--username root
--password 111111
--table staff
--num-mappers 1
--fields-terminated-by " "
--target-dir /user/hive/warehouse/staff_hive
--check-column id
--incremental append
--last-value 3
尖叫提示：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://master:3306/company
--username root
--password 111111
--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://master:3306/company
--username root
--password 111111
--table staff_timestamp
--check-column last_modified
--incremental lastmodified
--last-value "2017-09-28 22:20:38"
--m 1
--append
尖叫提示：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）
尖叫提示：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
5.2.6、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://master:3306/company
--username root
--password 111111
--table staff
--export-dir /user/company
--input-fields-terminated-by " "
--num-mappers 1
2) 参数：
5.2.7、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://master:3306/company
--username root
--password 111111
--table staff
--bindir /home/admin/Desktop/staff
--class-name Staff
--fields-terminated-by " "
5.2.8、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://master:3306/company
--username root
--password 123456
--table staff
--hive-table hive_staff
5.2.9、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://master:3306/company
--username root
--password 123456
--query "SELECT * FROM staff"
$ bin/sqoop import-all-tables
--connect jdbc:mysql://master:3306/company
--username root
--password 123456
--warehouse-dir /all_tables
5.2.11、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://master:3306/company
--username root
--password 123456
$ bin/sqoop job
--list
$ bin/sqoop job
--exec myjob
尖叫提示：注意 import-all-tables 和它左边的--之间有一个空格
尖叫提示：如果需要连接 metastore，则--meta-connect jdbc:hsqldb:hsql://master:16000/sqoop
参数：
<property>
<name>sqoop.metastore.client.record.password</name>
<value>true</value>
<description>If true, allow saved passwords in the metastore.</description>
</property>
5.2.12、命令&参数：list-databases
命令： 如
：
$ bin/sqoop list-databases
--connect jdbc:mysql://master:3306/
--username root
--password 123456
参数：与公用参数一样
5.2.13、命令&参数：list-tables
命令： 如
：
$ bin/sqoop list-tables
--connect jdbc:mysql://master:3306/company
--username root
--password 123456
参数：与公用参数一样
5.2.14、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：
尖叫提示：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： 如
：
创建 JavaBean：
$ bin/sqoop codegen
--connect jdbc:mysql://master:3306/company
--username root
--password 123456
--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
5.2.15、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
