Hadoop Sqoop

一、概述：

Sqoop是一款開源的工具，主要用于在Hadoop(如Hive、HDFS)與傳統的數據庫(mysql、Oracle ...)間進行數據的傳遞，可以將一個關系型數據庫（如 MySQL ,Oracle...）中的數據導進到Hadoop的HDFS中，也可以將HDFS的數據導進到關系型數據庫中。其實質就是將導入導出命令轉換成MapReduce程序來實現。

二、安裝和配置

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、將sqoop添加到環境變量。

3、將數據庫連接驅動拷貝到$SQOOP_HOME/lib里。

三、導入導出：

1、數據庫中的數據導入到HDFS上:

(1)、指定導入的字段：

sqoop import 

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

--username root --password 123  

--table trade_detail 

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

（2）、指定輸出路徑、指定數據分隔符：

sqoop import 

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

--username root --password 123  

##要導入數據的表

--table trade_detail 

##數據導入hdfs后所存放的目錄

--target-dir '/sqoop/td' 

##導入的數據字段之間的分隔符

--fields-terminated-by '\t'

（3）、指定Map數量 -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'

##指定做導入處理時的map 任務數 

-m 2

（4）、增加where條件, 注意：條件必須用引號引起來

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語句(使用 \ 將語句換行)

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這個命令的時候，需要注意的是where后面的參數，AND $CONDITIONS這個參數必須加上

而且存在單引號與雙引號的區別，如果--query后面使用的是雙引號，那么需要在$CONDITIONS前加上\即\$CONDITIONS

如果設置map數量為1個時即-m 1，不用加上--split-by ${tablename.column}，否則需要加上

2、將HDFS上的文件數據導出到數據庫的表里面去:

sqoop export 

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

--username root --password 123 

##你要導出的數據所在的目錄

--export-dir '/td3' 

##你要導往的目標關系表

--table td_bak 

-m 1 

##你要導出的文件的字段分隔符

--fields-termianted-by '\t'

四、用python導入導出表：

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)

執行有2種方法：

方法1、在linux行，執行python ，進入python，然后將上面內容粘貼后回車即可

方法2、在linux行，執行python  test2.py,即python調用文件（test2.py為上述內容保存的文件名稱）