Sqoop 数据导入导出实践

Sqoop是一个用来将hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库(例如：mysql,oracle,等)中的数据导入到hadoop的HDFS中，也可以将HDFS的数据导入到关系型数据库中。

---

1.简介

首先切换到到hadoop用户：su - hadoop

温馨提示：oracle的所有表名列名都要大写！！！

下面的代码，在命令行输入的时候，可能要写成一行

比如第一条需要写成：

sqoop export --table Oracle_table_name --connect jdbc:oracle:thin:@ip:1521:数据库名 --username 用户名 --password 密码 --export-dir hdfs:/user/hive/warehouse/XXX --columns COLUMN1,2,3 --input-fields-terminated-by '\001' --input-lines-terminated-by '\n'

1.导hive表到Oracle

sqoop export
--table Oracle_table_name
--connect jdbc:oracle:thin:@ip:1521:数据库名
--username 用户名
--password 密码
--export-dir hdfs:/user/hive/warehouse/XXX
--columns COLUMN1,2,3,
--input-fields-terminated-by '\001'  #或者其他分隔符，比如逗号等
--input-lines-terminated-by '\n'
注意：导hive表是“\001”

–解释:

sqoop export

–table Oracle_table_name（// 数据库Oracle的表名）

–connect jdbc:oracle:thin:@ip:1521:数据库名

（//数据库的地址，其中1521为端口号，默认都为1521，ibd为数据库实例名）

–username用户名（//数据库用户名）

–password用户名（//数据库密码）

–export-dir hdfs:/user/hive/warehouse/XXX

（//hdfs上Hive表的绝对路径）

–columns column1, column2…

(//数据库表的所有列名)

–input-fields-terminated-by ‘\001’（列分隔符）

–input-lines-terminated-by ‘\n’ （行分隔符）

2. 查询数据导入到Oracle的数据是否成功

sqoop eval
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username XXX
--password XXX
--query "select * from table_name"

3.导Oracle表到hive表

sqoop import
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username xxx
--password xxx
--table TABLE_NAME
--columns COLUMN1,2,3...
--hive-import
--hive-table  hive_table_name
-m 1

—解释:

TABLE_NAME为oracle表名(切忌：Oracle个表名在命令中必须是大写，不然会报错)

hive_test为hive表名（hive中的这个表可以不用提前建，只用给表名即可，导成功后列名和Oracle表的列名相同）

4. 连接oracle数据库，列出数据库中的表

sqoop list-tables
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username xxx
--password xxx

5.从数据库导出表的数据到HDFS文件(这个比较实用)

sqoop import
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username xxx
--password xxx
--table DD
--m 1
--target-dir /home/dpt 

解释：

DD为oracle表名(切忌：Oracle表名在命令中必须是大写，不然会报错)；

/home/dpt为目的目录，如果没有这个目录则会在hdfs上自动创建这个目录.

导成功后可以用命令查看：

hadoop fs -text /home/dpt/part-m-00000

6.分区表的导入

通过sqoop将hive中的表导入到oracle中

sqoop export
--table t_amap_all
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username xxx
--password xxx
--export-dir  hdfs://user/hive/warehouse/
--columns 1,2,3...
--input-fields-terminated-by '\t'
--input-lines-terminated-by '\n';

导入分区表需要指定到具体分区目录，不然会找不到数据，在oracle表中能指定分区这个字段！

分隔符要遵循hive表的具体分隔符

导致任务失败有可能是表名不一致，字段不一致，oracle中的字段大小不够

---

2.可能遇到的问题

1. 连接oracle数据库，列出数据库中的表时

sqoop list-tables
--connect jdbc:oracle:thin:@YOUR-IP-ADDRESS:1521:database-name
--username xxx
--password xxx

报错：

16/01/28 09:27:15 ERROR sqoop.Sqoop: Got exception running Sqoop: java.lang.RuntimeException: Could not load db driver class: oracle.jdbc.OracleDriver

则

1)发现sqoop的安装目录 /usr/lib/sqoop/lib中缺ojdbc驱动包,然后将驱动包（ojdbc6-11.2.0.1.0.jar）复制到your-ip的sqoop安装目录就可以了：

scp ./ojdbc6-11.2.0.1.0.jar root@your-ip:/usr/lib/sqoop/lib

---

参考链接

1.下载链接：

https://github.com/apache/sqoop

2.官方文档：

http://sqoop.apache.org/docs/1.4.6/SqoopUserGuide.html#_introduction

3.官网：

http://sqoop.apache.org/