Hive学习之七《 Sqoop import 从关系数据库抽取到HDFS》

一、什么是sqoop

　　Sqoop是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递，可以将一个关系型数据库（例如 ：MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。

二、sqoop的特点

　　Sqoop中一大亮点就是可以通过hadoop的mapreduce把数据从关系型数据库中导入数据到HDFS。

三、Sqoop import 命令

　　将Mysql的jdbc驱动放在/opt/cloudera/parcels/CDH/lib/sqoop/lib目录下。

　　如下图：

　　

　　参考学习网址：

　　http://archive.cloudera.com/cdh5/cdh/5/sqoop-1.4.4-cdh5.1.0/SqoopUserGuide.html

　　命令详解：

　　1、基本语法

 $ sqoop import (generic-args) (import-args)$ sqoop-import (generic-args) (import-args)

　　2、基本命令

　　查看网址：

　　http://archive.cloudera.com/cdh5/cdh/5/sqoop-1.4.4-cdh5.1.0/SqoopUserGuide.html

　　中的sqoop import的 Import control arguments

　  

　　3、案例

　　方式一：

　　将表rpt_sale_daily中数据导入到HDFS上。

　　目标目录为：sqoop/rpt_sale_daily。

sqoop import --connect jdbc:mysql://master:3306/test \
--username root --password 123456 --table rpt_sale_daily \
--columns "dateid,huodong,pv,uv" \
--where "dateid='2015-08-28'" \
--target-dir sqoop/rpt_sale_daily \
-m 1

　　如果提示 sqoop/rpt_sale_daily 目录已经存在，执行：

hadoop fs -rmr sqoop/rpt_sale_daily

执行结果：如下图

20条数据成功导入，开始检测吧亲。

执行代码：

hadoop fs -cat sqoop/rpt_sale_daily/part-m-00000

数据如下图：

关系数据库表rpt_sale_daily里面的数据如下：

对比，数据相同，成功导入。

方式二：

通过opt文件的方式传送：

新建test.opt文件：

 import
 --connect
 jdbc:mysql://192.168.0.115:3306/test
 --username
 root
 --password 

 --table
 rpt_sale_daily
 --columns
 "id,huodong,pvv,uvv"
 --where
 "id='2015-08-28'"
 --target-dir
 sqoop/rpt_sale_daily
 -m 

执行指令：

sqoop options-file test.opt

执行过程和结果和方式一一样。