Sqoop快速入门系列(2) | Sqoop数据导入与导出

一. 导入数据

在Sqoop中，“导入”概念指：从非大数据集群（RDBMS）向大数据集群（HDFS，HIVE，HBASE）中传输数据，叫做：导入，即使用import关键字。

1. RDBMS到HDFS

确定Mysql服务开启正常

[bigdata@hadoop002 sqoop]$ mysql -uroot -p199712

在Mysql中新建一张表并插入一些数据

// 创建脚本
[bigdata@hadoop002 datas]$ vim company.sql

create database company;
use company;
create table staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');
insert into staff(name, sex) values('Thomas', 'Male');
insert into staff(name, sex) values('Catalina', 'FeMale');


// 批量执行脚本
mysql> source /opt/module/datas/company.sql

// 查看是否成功
mysql> use company;

mysql> select * from staff;

开启所需要的组件

[bigdata@hadoop002 datas]$ start-dfs.sh 
[bigdata@hadoop003 module]$ start-yarn.sh 
[bigdata@hadoop002 zookeeper-3.4.10]$ bin/start-allzk.sh 
[bigdata@hadoop002 hbase]$ bin/start-hbase.sh 

// 要起的服务和下图一样

导入数据

// （1）全表导入
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t"

运行成功:

在web端查看

// （2）查询导入sqoop_query
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t" \
--query 'select * from staff where $CONDITIONS'

提示：must contain 'CONDITIONS' in WHERE clause. 如果query后使用的是双引号，则CONDITIONS前必须加转移符，防止shell识别为自己的变量。

//（3）部分导入
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--columns id,name \
--where 'id>=10 and id<=20' \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t"

提示：columns中如果涉及到多列，用逗号分隔，分隔时不要添加空格 查看web端并下载查看内容：

//（4）使用sqoop关键字筛选查询导入数据
[bigdata@hadoop002 sqoop]$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--fields-terminated-by "\t" \
--table staff \
--where "id=1"

2. RDBMS到Hive

$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--hive-import \
--hive-overwrite \
--hive-table staff_hive \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t" \
--query 'select * from staff where $CONDITIONS'

提示：该过程分为两步，第一步将数据导入到HDFS，第二步将导入到HDFS的数据迁移到Hive仓库，第一步默认的临时目录是/user/bigdata/表名如果运行成功结果如图：

启动hive并查看是否成功

[bigdata@hadoop002 module]$ cd hive/
[bigdata@hadoop002 hive]$ bin/hive

hive> show tables;
// 查看数据
hive> select * from staff_hive;

3. RDBMS到Hbase

$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--hbase-table staff_hbase \
--hbase-row-key "id" \
--column-family "info" \
--target-dir company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t" \
--query 'select * from staff where $CONDITIONS'

提示：sqoop1.4.6只支持HBase1.0.1之前的版本的自动创建HBase表的功能 解决方案：手动创建HBase表

hbase> create 'staff_hbase','info'

在HBase中scan这张表得到如下内容

hbase(main):001:0> scan 'staff_hbase'

二. 导出数据

在Sqoop中，“导出”概念指：从大数据集群（HDFS，HIVE，HBASE）向非大数据集群（RDBMS）中传输数据，叫做：导出，即使用export关键字。

HIVE/HDFS到RDBMS

1. 先登录mysql

[bigdata@hadoop002 hbase]$ mysql -uroot -p199712

mysql> use company;
mysql> show tables;
// 存在数据先把数据清空
mysql> truncate table staff;

2.运行脚本

$ bin/sqoop export \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 199712 \
--table staff \
--num-mappers 2 \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"

提示：Mysql中如果表不存在，不会自动创建

在Mysql中查看

三. 脚本打包

使用opt格式的文件打包sqoop命令，然后执行

1. 创建一个.opt文件

[bigdata@hadoop002 sqoop]$ vim opt.txt

2. 编写sqoop脚本

--connect
jdbc:mysql://hadoop002:3306/company
--username
root
--password
199712

3. 执行该脚本

[bigdata@hadoop002 sqoop]$ bin/sqoop list-databases --options-file opt.txt

本次的分享就到这里了