Sqoop学习笔记_Sqoop的基本使用一

Sqoop

关系DB与Hive/HDFS/HBase导入导出的Mapreduce框架。

ETL: Extraction-Transformation-Loading的缩写，数据提取、转换（业务处理）和加载。

文件数据源：hive load命令

关系DB数据源：sqoop抽取

Sqoop import数据到HDFS/Hive/Hbase-->业务处理--->Sqoop export数据到关系数据库

Sqoop import 从关系数据库抽取到HDFS

Sqoop export 从HDFS导回到关系数据

二、Sqoop Linux下开发的步骤

Mysql Jdbc驱动放到SQOOP_HOME/lib下

放lib的目录(eg:cd /opt/cloudera/parcels/CHD/lib/sqoop/lib，有时候master和slave节点都要存放此lib)

1、Sqoop 基本导入和导出讲解（command line方式）

sqoop import --connect jdbc:mysql://master:3306/test （此句是配置mysql路径,linux下一行未完结要加上反斜杠）

--username root --password 123456 --table rpt_sale_daily （配置mysql的帐号和密码和table表名）

--columns "dateid,huodong,pv,uv" （配置table抽取的字段）

--where “dateid='2015-08-28'” （表抽取查询条件）

--target-dir sqoop/rpt_sale_daily （表抽取存放目标位置）

-m 1 （sqoop抽取要启动的map数量，如果抽取量多的话可以适当调节map的数量）

Sqoop import（抽取）需要注意：

抽取到target-dir ，列用逗号分隔；

抽取到hive表时，会根据hive表的列分隔符自动匹配。

2.利用sqoop --options也可以进行sqoop抽取但是不支持往数据里面传参数

sqoop --options-file ./test.opt 不支持往opt文件里传参数。（shell脚本方式）

先写好执行文件test.opt

在shell脚本里写好执行sqoop执行opt文件命令

执行命令

相比下command line的方式会比较好，因为可以利用shell脚本进行传参。不过还是过于麻烦