sqoop使用记录

sqoop简介

• Sqoop是用来实现结构型数据（如关系数据库）和Hadoop之间进行数据迁移的工具。它充分利用了MapReduce的并行特点以批处理的方式加快数据的传输，同时也借助MapReduce实现了容错。

• sqoop1的最新版本是1.4.5，sqoop2的最新版本是1.99.3；1.99.3和1.4.5是不兼容的，并且功能尚未开发完成，还不适合在生产环境部署。

安装

1. 下载1.4版本sqoop
2. 解压
3. 修改配置文件 & 拷贝MySQL驱动包至 /usr/local/sqoop/lib

sqoop-env.sh

#Set path to where bin/hadoop is available
export HADOOP_COMMON_HOME=/usr/local/hadoop/hadoop-2.6.5

#Set path to where hadoop-*-core.jar is available
export HADOOP_MAPRED_HOME=/usr/local/hadoop/hadoop-2.6.5

#set the path to where bin/hbase is available
export HBASE_HOME=/usr/local/hbase

#Set the path to where bin/hive is available
export HIVE_HOME=/usr/local/hive/apache-hive-1.2.1-bin

数据导入

1. MySQL ----> HDFS

• 使用--target-dir指定导入数据目录，默认导入目录:/user/hadoop/table_name/

sqoop import 
--connect jdbc:mysql://node-1:3006/info
--username root 
--password root 
--target-dir /user 
--table user --m 1


如果出现如下错误,请更换mysql驱动jar包.实测mysql-connector-5.1.8.jar无效,mysql-connector-java-5.1.41-bin.jar正常
ERROR manager.SqlManager: Error reading from database: java.sql.SQLException: Streaming result set com.mysql.jdbc.RowDataDynamic@192d43ce is still active. 
No statements may be issued when any streaming result sets are open and in use on a given connection.
 Ensure that you have called .close() on any active streaming result sets before attempting more queries.

2. MySQL ----> HIVE

• 先将数据导入到HDFS上的 user_test_hive 目录，然后将此目录下的数据通过 load 命令导入到hive中，然后将对应的数据目录删除
• 可以使用where语句，对导入的指定的数据进行导入

./sqoop import 
--connect jdbc:mysql://node-1:3006/info 
--username root 
--password root 
--table user_test 
--where "city = 'bj'" 
--target-dir /user_test_hive 
--hive-table user_test 
--hive-import --m 1


--query 'select id,name,age,city from user where id > 1000 and $CONDITIONS '

数据导出

• 将数据从HDFS导出到MySQL中,导出前，目标表必须存在于目标数据库中
• 默认操作是将文件中的数据使用insert语句插入到表中
• 更新模式下，是生成update语句更新表

1.创建MySQL表
2.执行导出命令

sqoop export 
--connect jdbc:mysql://master:3006/testdb 
--username root 
--password root 
--table user_from_hdfs 
--export-dir /user/hadoop/user 
--m 1

sqoop作业

1. 创建作业

./sqoop job --create myjob --(空格)import 
--connect jdbc:mysql://node-1:3006/userdb 
--username root 
--password root 
--table user_test 
--target-dir /user_test_hfds 
--m 1

2.验证作业

• --list此命令会列出已经保存的作业
• --show jobname 此命令会列出改job的详细信息

./sqoop job --list
./sqoop job --show myjob

3.执行作业

./sqoop job -exec myjob

4.删除作业

./sqoop job --delete myjob

5.执行person_job的时候，需要输入数据库的密码，怎么样能不输入密码呢？

配置sqoop-site.xml

<property>
<name>sqoop.metastore.client.record.password</name>
<value>true</value>
<description>If true, allow saved passwords in the metastore.
</description>
</property>