Hadoop Sqoop

古城微笑少年丶 2022-01-17 04:17 242阅读 0赞

一、概述：

Sqoop是一款开源的工具，主要用于在Hadoop(如Hive、HDFS)与传统的数据库(mysql、Oracle ...)间进行数据的传递，可以将一个关系型数据库（如 MySQL ,Oracle...）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。其实质就是将导入导出命令转换成MapReduce程序来实现。

二、安装和配置

1、修改配置文件sqoop-env.sh：

\#Set path to where bin/hadoop is available

export HADOOP\_COMMON\_HOME=/home/hadoop/app/hadoop-2.4.1

\#Set path to where hadoop-\*-core.jar is available

export HADOOP\_MAPRED\_HOME=/home/hadoop/app/hadoop-2.4.1

\#set the path to where bin/hbase is available

export HBASE\_HOME=/home/hadoop/app/hbase-0.96.2-hadoop2

\#Set the path to where bin/hive is available

export HIVE\_HOME=/home/hadoop/app/hive-0.12.0-bin

\#Set the path for where zookeper config dir is

export ZOOCFGDIR=/home/hadoop/app/zookeeper-3.4.5/conf

2、将sqoop添加到环境变量。

3、将数据库连接驱动拷贝到$SQOOP\_HOME/lib里。

三、导入导出：

1、数据库中的数据导入到HDFS上:

(1)、指定导入的字段：

sqoop import

\--connect jdbc:mysql://192.168.1.10:3306/itcast

\--username root --password 123

\--table trade\_detail

\--columns 'id, account, income, expenses'

（2）、指定输出路径、指定数据分隔符：

sqoop import

\--connect jdbc:mysql://192.168.1.10:3306/itcast

\--username root --password 123

\#\#要导入数据的表

\--table trade\_detail

\#\#数据导入hdfs后所存放的目录

\--target-dir '/sqoop/td'

\#\#导入的数据字段之间的分隔符

\--fields-terminated-by '\\t'

（3）、指定Map数量 -m

sqoop import

\--connect jdbc:mysql://192.168.1.10:3306/itcast

\--username root --password 123

\--table trade\_detail

\--target-dir '/sqoop/td1'

\--fields-terminated-by '\\t'

\#\#指定做导入处理时的map 任务数

\-m 2

（4）、增加where条件, 注意：条件必须用引号引起来

sqoop import

\--connect jdbc:mysql://192.168.1.10:3306/itcast

\--username root --password 123

\--table trade\_detail

\--where 'id>3'

\--target-dir '/sqoop/td2'

（5）、增加query语句(使用 \\ 将语句换行)

sqoop import

\--connect jdbc:mysql://192.168.1.10:3306/itcast

\--username root --password 123

\--query 'SELECT \* FROM trade\_detail where id > 2 AND $CONDITIONS'

\--split-by trade\_detail.id

\--target-dir '/sqoop/td3'

注意：如果使用--query这个命令的时候，需要注意的是where后面的参数，AND $CONDITIONS这个参数必须加上

而且存在单引号与双引号的区别，如果--query后面使用的是双引号，那么需要在$CONDITIONS前加上\\即\\$CONDITIONS

如果设置map数量为1个时即-m 1，不用加上--split-by $\{tablename.column\}，否则需要加上

2、将HDFS上的文件数据导出到数据库的表里面去:

sqoop export

\--connect jdbc:mysql://192.168.8.120:3306/itcast

\--username root --password 123

\#\#你要导出的数据所在的目录

\--export-dir '/td3'

\#\#你要导往的目标关系表

\--table td\_bak

\-m 1

\#\#你要导出的文件的字段分隔符

\--fields-termianted-by '\\t'

四、用python导入导出表：

import os

from\_table="rpt\_daily"

to\_table="rpt\_daily"

sqoop1="sqoop import --connect jdbc:mysql://172.30.200.219/bi\_warehouse --username root " \\

"--password artisan --table "+from\_table+" --fields-terminated-by '\\\\001' --target-dir /db/as\_main/modifier/lzf/"+from\_table+" --delete-target-dir --num-mappers 1 "

os.system(sqoop1)

sqoop2="sqoop export --connect \\"jdbc:mysql://192.168.1.4/bi\_warehouse?useUnicode=true&characterEncoding=utf-8\\" --username root --password root --table "+to\_table+" " \\

"--export-dir /db/as\_main/modifier/lzf/"+to\_table+"/part-m-00000 --input-fields-terminated-by '\\\\001'"

os.system(sqoop2)

**执行有2种方法：**

**方法1、**在linux行，执行python ，进入python，然后将上面内容粘贴后回车即可

**方法2、**在linux行，执行python test2.py,即python调用文件（test2.py为上述内容保存的文件名称）

转载于:https://blog.51cto.com/8757576/1841793