Sqoop1工具import和export使用详解Word文件下载.docx
《Sqoop1工具import和export使用详解Word文件下载.docx》由会员分享，可在线阅读，更多相关《Sqoop1工具import和export使用详解Word文件下载.docx（14页珍藏版）》请在冰豆网上搜索。
--password<
password>
设置认证密码
--username<
username>
设置认证用户名
--verbose
打印详细的运行信息
--connection-param-file<
filename>
可选，指定存储数据库连接参数的属性文件
数据导入工具import
import工具，是将HDFS平台外部的结构化存储系统中的数据导入到Hadoop平台，便于后续分析。
我们先看一下import工具的基本选项及其含义，如下表所示：
--append
将数据追加到HDFS上一个已存在的数据集上
--as-avrodatafile
将数据导入到Avro数据文件
--as-sequencefile
将数据导入到SequenceFile
--as-textfile
将数据导入到普通文本文件（默认）
--boundary-query<
statement>
边界查询，用于创建分片（InputSplit）
--columns<
col,col,col…>
从表中导出指定的一组列的数据
--delete-target-dir
如果指定目录存在，则先删除掉
--direct
使用直接导入模式（优化导入速度）
--direct-split-size<
n>
分割输入stream的字节大小（在直接导入模式下）
--fetch-size<
从数据库中批量读取记录数
--inline-lob-limit<
设置内联的LOB对象的大小
-m,--num-mappers<
使用n个map任务并行导入数据
-e,--query<
导入的查询语句
--split-by<
column-name>
指定按照哪个列去分割数据
--table<
table-name>
导入的源表表名
--target-dir<
导入HDFS的目标路径
--warehouse-dir<
HDFS存放表的根路径
--where<
whereclause>
指定导出时所使用的查询条件
-z,--compress
启用压缩
--compression-codec<
c>
指定Hadoop的codec方式（默认gzip）
--null-string<
null-string>
果指定列为字符串类型，使用指定字符串替换值为null的该类列的值
--null-non-string<
如果指定列为非字符串类型，使用指定字符串替换值为null的该类列的值
下面，我们通过实例来说明，在实际中如何使用这些选项。
将MySQL数据库中整个表数据导入到Hive表
1.bin/sqoopimport--connect
jdbc:
mysql:
//10.95.3.49:
3306/workflow
--tableproject--usernameshirdrn-P--hive-import
----default-character-set=utf-8
复制代码
将MySQL数据库workflow中project表的数据导入到Hive表中。
将MySQL数据库中多表JION后的数据导入到HDFS
1.bin/sqoopimport--connectjdbc:
3306/workflow--usernameshirdrn-P--query'
SELECTusers.*,tags.tagFROMusersJOINtagsON（users.id=tags.user_id）WHERE$CONDITIONS'
--split-byusers.id--target-dir/hive/tag_db/user_tags
这里，使用了--query选项，不能同时与--table选项使用。
而且，变量$CONDITIONS必须在WHERE语句之后，供Sqoop进程运行命令过程中使用。
上面的--target-dir指向的其实就是Hive表存储的数据目录。
将MySQL数据库中某个表的数据增量同步到Hive表
1.bin/sqoopjob--createyour-sync-job--import--connectjdbc:
3306/workflow--tableproject--usernameshirdrn-P--hive-import--incrementalappend--check-columnid--last-value1----default-character-set=utf-8
这里，每次运行增量导入到Hive表之前，都要修改--last-value的值，否则Hive表中会出现重复记录。
将MySQL数据库中某个表的几个字段的数据导入到Hive表
--usernameshirdrn--P--tabletags--columns'
id,tag'
--create-hive-table-target-dir/hive/tag_db/tags-m1--hive-tabletags--hive-import----default-character-set=utf-8
我们这里将MySQL数据库workflow中tags表的id和tag字段的值导入到Hive表tag_db.tags。
其中--create-hive-table选项会自动创建Hive表，--hive-import选项会将选择的指定列的数据导入到Hive表。
如果在Hive中通过SHOWTABLES无法看到导入的表，可以在conf/hive-site.xml中显式修改如下配置选项：
1.<
property>
2.
<
name>
javax.jdo.option.ConnectionURL<
/name>
3.
value>
derby:
;
databaseName=hive_metastore_db;
create=true<
/value>
4.<
/property>
5.
然后再重新运行，就能看到了。
使用验证配置选项
1.sqoopimport--connect
//--tableEMPLOYEES--validate--validatororg.apache.sqoop.validation.RowCountValidator--validation-thresholdorg.apache.sqoop.validation.AbsoluteValidationThreshold--validation-failurehandlerorg.apache.sqoop.validation.AbortOnFailureHandler
上面这个是官方用户手册上给出的用法，我们在实际中还没用过这个，有感兴趣的可以验证尝试一下。
数据导出工具export
export工具，是将HDFS平台的数据，导出到外部的结构化存储系统中，可能会为一些应用系统提供数据支持。
我们看一下export工具的基本选项及其含义，如下表所示：
--validate<
启用数据副本验证功能，仅支持单表拷贝，可以指定验证使用的实现类
--validation-threshold<
指定验证门限所使用的类
使用直接导出模式（优化速度）
--export-dir<
导出过程中HDFS源路径
使用n个map任务并行导出
导出的目的表名称
--call<
stored-proc-name>
导出数据调用的指定存储过程名
--update-key<
col-name>
更新参考的列名称，多个列名使用逗号分隔
--update-mode<
mode>
指定更新策略，包括：
updateonly（默认）、allowinsert
--input-null-string<
使用指定字符串，替换字符串类型值为null的列
--input-null-non-string<
使用指定字符串，替换非字符串类型值为null的列
--staging-table<
staging-table-name>
在数据导出到数据库之前，数据临时存放的表名称
--clear-staging-table
清除工作区中临时存放的数据
--batch
使用批量模式导出
这里，我们主要结合一个实例，讲解如何将Hive中的数据导入到MySQL数据库。
首先，我们准备几个表，MySQL数据库为tag_db，里面有两个表，定义如下所示：
1.CREATETABLEtag_db.users（
idINT（11）NOTNULLAUTO_INCREMENT,
nameVARCHAR（100）NOTNULL,
4.
PRIMARYKEY（`id`）
5.）ENGINE=InnoDBDEFAULTCHARSET=utf8;
6.
7.
8.CREATETABLEtag_db.tags（
9.
10.
user_idINTNOTNULL,
11.
tagVARCHAR（100）NOTNULL,
12.
13.）ENGINE=InnoDBDEFAULTCHARSET=utf8;
14.
15.
这两个表中存储的是基础数据，同时对应着Hive中如下两个表：
1.CREATETABLEusers（
idINT,
nameSTRING
4.）;
6.CREATETABLEtags（
7.
8.
user_idINT,
tagSTRING
10.）;
11.
我们首先在上述MySQL的两个表中插入一些测试数据：
1.INSERTINTOtag_db.users（name）VALUES（'
jeffery'
）;
2.INSERTINTOtag_db.users（name）VALUES（'
shirdrn'
3.INSERTINTOtag_db.users（name）VALUES（'
sulee'
4.
5.INSERTINTOtag_db.tags（user_id,tag）VALUES（1,'
Music'
6.INSERTINTOtag_db.tags（user_id,tag）VALUES（1,'
Programming'
7.INSERTINTOtag_db.tags（user_id,tag）VALUES（2,'
Travel'
8.INSERTINTOtag_db.tags（user_id,tag）VALUES（3,'
Sport'
9.
然后，使用Sqoop的import工具，将MySQL两个表中的数据导入到Hive表，执行如下命令行：
3306/tag_db--tableusers--usernameshirdrn-P--hive-import----default-character-set=utf-8
2.
3.bin/sqoopimport--connect
3306/tag_db--tabletags--usernameshirdrn-P--hive-import----default-character-set=utf-8
导入成功以后，再在Hive中创建一个用来存储users和tags关联后数据的表：
1.CREATETABLEuser_tags（
idSTRING,
nameSTRING,
5.）;
执行如下HQL语句，将关联数据插入user_tags表：
1.FROMusersuJOINtagstONu.id=t.user_idINSERTINTOTABLEuser_tagsSELECTCONCAT（CAST（u.idASSTRING）,CAST（t.idASSTRING））,u.name,t.tag;
将users.id与tags.id拼接的字符串，作为新表的唯一字段id，name是用户名，tag是标签名称。
再在MySQL中创建一个对应的user_tags表，如下所示：
1.CREATETABLEtag_db.user_tags（
idvarchar（200）NOTNULL,
namevarchar（100）NOTNULL,
tagvarchar（100）NOTNULL
使用Sqoop的export工具，将Hive表user_tags的数据同步到MySQL表tag_db.user_tags中，执行如下命令行：
1.bin/sqoopexport--connect
3306/tag_db--usernameshirdrn--P--tableuser_tags--export-dir/hive/user_tags--input-fields-terminated-by'
\001'
----default-character-set=utf-8
执行导出成功后，可以在MySQL的tag_db.user_tags表中看到对应的数据。
如果在导出的时候出现类似如下的错误：
1.14/02/2717:
59:
06INFOmapred.JobClient:
TaskId:
attempt_201402260008_0057_m_000001_0,Status:
FAILED
2.java.io.IOException:
Can'
texportdata,pleasechecktasktrackerlogs
atorg.apache.sqoop.mapreduce.TextExportMapper.map（TextExportMapper.java:
112）
39）
5.
atorg.apache.hadoop.mapreduce.Mapper.run（Mapper.java:
145）
6.
atorg.apache.sqoop.mapreduce.AutoProgressMapper.run（AutoProgressMapper.java:
64）
atorg.apache.hadoop.mapred.MapTask.runNewMapper（MapTask.java:
764）
atorg.apache.hadoop.mapred.MapTask.run（MapTask.java:
364）
atorg.apache.hadoop.mapred.Child$4.run（Child.java:
255）
atjava.security.AccessController.doPrivileged（NativeMethod）
atjavax.security.auth.Subject.doAs（Subject.java:
396）
atorg.apache.hadoop.security.UserGroupInformation.doAs（UserGroupInformation.java:
1190）
13.
atorg.apache.hadoop.mapred.Child.main（Child.java:
249）
14.Causedby:
java.util.NoSuchElementException
15.
atjava.util.AbstractList$Itr.next（AbstractList.java:
350）
16.
atuser_tags.__loadFromFields（user_tags.java:
225）
17.
atuser_tags.parse（user_tags.java:
174）
18.
83）
19.
...10more
20.
通过指定字段分隔符选项--input-fields-terminated-by，指定Hive中表字段之间使用的分隔符，供Sqoop读取解析，就不会报错了。
附网上的导入命令参考：
SqoopImportExamples:
SqoopImport:
-Importdatafromarelationaldatabasemanagementsystem（RDBMS）suchasMySQLorOracleintotheHadoopDistributedFileSystem（HDFS）anditssubprojects（Hive,HBase）.
Importthedata（MySQLtable）toHBase:
Case1:
IftablehaveprimarykeyandimportallthecolumnofMySQLtableintoHBasetable.
$bin/sqoopimport--connectjdbc:
//localhost/db1--usernameroot--passwordroot--tabletableName--hbase-tablehbase_tableName
--column-familyhbase_table_col1--hbase-create-table
Case2:
IftablehaveprimarykeyandimportonlyfewcolumnsofMySQLtableintoHBasetable.
//localhost/db1--usernameroot--passwordroot--tabletableName--hbase-tablehbase_tableName--columnscolumn1,column2--column-familyhbase_table_col1--hbase-create-table
Note:
Columnnamesspecifiedin--columnsattributemustcontaintheprimarykeycolumn.
Case3:
Iftabledoesn'
thaveprimarykeythenchooseonecolumnasahbase-row-key.ImportallthecolumnofMySQLtableintoHBasetable.
//localhost/db1--usernameroot--passwordroot--tabletableName--hbase-tablehbase_tableName--column-familyhbase_table_col1--hbase-r
升级会员 