Sqoop的简单使用案例

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。

一、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 -p000000
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://hadoop102:3306/company 
--username root 
--password 000000 
--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://hadoop102:3306/company 
--username root 
--password 000000 
--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://hadoop102:3306/company 
--username root 
--password 000000 
--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://hadoop102:3306/company 
--username root 
--password 000000 
--target-dir /user/company 
--delete-target-dir 
--num-mappers 1 
--fields-terminated-by "	" 
--table staff 
--where "id=1"

二.、RDBMS到Hive

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

三、 RDBMS到Hbase

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

(5) 在HBase中scan这张表得到如下内容

hbase> scan 'hbase_company'

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。

一、 HIVE/HDFS到RDBMS

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

 二 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://hadoop102:3306/company
--username
root
--password
000000
--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