使用sqoop将mysql数据导入到hive中

首先准备工具环境：hadoop2.7+mysql5.7+sqoop1.4+hive3.1

准备一张数据库表：

接下来就可以操作了。。。

一、将MySQL数据导入到hdfs

首先我测试将zhaopin表中的前100条数据导出来，只要id、jobname、salarylevel三个字段。

再Hdfs上创建目录

hadoop fs -mkdir -p /data/base　　#用于存放数据

我们cd到sqoop目录下执行命令

# \ 用于换行
bin/sqoop import \
--connect jdbc:mysql://172.18.96.151:3306/zhilian \　　#连接数据库
--username root \　　#用户名
--password 123456 \　　#密码
--query 'select id, jobname, salarylevel from zhaopin  where $CONDITIONS LIMIT 100' \　　#选取表的字段信息
--target-dir /data/base \　　#上传到Hdfs的目录
--delete-target-dir \　　#如果指定文件目录存在则先删除掉
--num-mappers 1 \　　#使用1个map并行任务
--compress \　　#启动压缩
--compression-codec org.apache.hadoop.io.compress.SnappyCodec \　　#指定hadoop的codec方式 默认为gzip
--direct \　　#使用直接导入方式，优化导入速度
--fields-terminated-by '\t'　　#字段之间通过空格分隔

当你看到下面信息，就成了。。。

hadoop fs -ls -R /data/hbase　　#查看目录发现多了两个文件，我们就成功将数据导入到了hdfs

二、将hfds数据导入到Hive

首先我们先在hive中创建一个表，我们直接在默认的库中创建一个表。

drop table if exists default.hive_zhaopin_snappy ;　　#如果存在就先删除

create table default.hive_zhaopin_snappy(
id int,
jobname string,
salarylevel string
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' ;　　#这个地方是标记分割字段的，\t为空格分隔，否则会在导入的hive表中都是NULL.

类似于这样

接下来就是导入环节了，在hive下执行命令：

load data inpath '/data/base/' into table default.hive_zhaopin_snappy ;

查看一下结果：

返回hdfs查看发现，base目录下原有的两个文件少了一个，它被移动到hive的hdfs存储中去了

三、用sqoop直接将mysql数据导入hive中

首先我们再创建一张表

create table default.hive_zhaopin_jingji(
id int,
jobname string,
salarylevel string
)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' ;

然后cd到sqoop目录下，执行命令

bin/sqoop import \
--connect jdbc:mysql://172.18.96.151:3306/zhilian \　　#连接mysql必备
--username root \
--password 123456 \
--table zhaopin \　　#要连接的表
--fields-terminated-by '\t' \　　#字段通过空格分隔
--delete-target-dir \　　#如果目录存在就删除
--num-mappers 1 \　　#启动一个Map并行任务
--hive-import \　　#执行导入Hive
--hive-database default \　　#导入到默认的default库
--hive-table hive_zhaopin_jingji　　#导入到hive_zhaopin_jingji表中

执行玩这些，表示没有报错。

查看了一下，数据都是对的。

倘若你的程序每次执行都会卡在job执行的时刻，那么应该是你的yarn-site.xml配置错误，仔细检查一下确保字母没有写错。

OVER。。。