使用sqoop工具从oracle导入数据

sqoop工具是hadoop下连接关系型数据库和Hadoop的桥梁，支持关系型数据库和hive、hdfs，hbase之间数据的相互导入，可以使用全表导入和增量导入

从RDBMS中抽取出的数据可以被MapReduce程序使用，也可以被类似Hive的工具使用；得到分析结果后sqoop可以将结果导回数据库，供其他客户端使用

sqoop安装

---

解压然后配置环境变量即可

从oracle向HDFS导入数据

---

原理： 

1）在导入之前，sqoop使用jdbc来检查将要导入的表，检索出表中所有的列及数据类型，然后将这些类型映射为java类型，在mapreduce中将使用对应的java类型保存字段的值。sqoop的代码生成器使用这些信息来 创建对应的类，用于保存从表中抽取的记录

2）不需要每次都导入整张表，可以在查询中加入where子句，来限定需要导入的记录

导入：

遍历oracle的表：

sqoop list-tables --connect jdbc:oracle:thin:@192.168.**.**:**:**--username **--password=**

导入oracle中的表：

sqoop import --connect jdbc:oracle:thin:@192.168.**.**:**:**--username **--password **--table ENTERPRISE -m 1 --target-dir /user/root --direct-split-size 67108864

其中split-size指定导入的HDFS路径与导入的文件大小限制

注意：1. 默认情况下会使用4个map任务，每个任务都会将其所导入的数据写到一个单独的文件中，4个文件位于同一目录，本例中 -m1表示只使用一个map任务

　　　2. 文本文件不能保存为二进制字段，并且不能区分null值和字符串值"null"

　　　3. 执行上面的命令后会生成一个ENTERPRISE.java文件，可以通过ls ENTERPRISE.java查看，代码生成是sqoop导入过程的必要部分，sqoop在将源数据库中的数据写到HDFS前，首先会用生成的代码将其进行反序列化

在MapReduce下查看:

在namenode下查看：

查看VEHICLE表：

查看part-m-00000中数据

oralce中每条记录对应上面一行数据

数据导出

---

使用export可将hdfs中数据导入到远程数据库中

eg：

export --connect jdbc:oracle:thin:@192.168.**.**:**:**--username **--password=** -m1 table VEHICLE--export-dir /user/root/VEHICLE

向Hbase导入数据

---

eg：

sqoop import --connect jdbc:oracle:thin:

@192.168.**.**:**:**--username **--password=**--m 1 --table VEHICLE --hbase-create-table --hbase-table VEHICLE --hbase-row-key ID --column-family VEHICLEINFO --split-by ID