美文网首页
尚硅谷大数据技术之Sqoop

尚硅谷大数据技术之Sqoop

作者: 尚硅谷教育 | 来源:发表于2018-12-17 14:15 被阅读9次

    第4章 Sqoop的简单使用案例
    4.1 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。
    4.1.1 RDBMS到HDFS

    1. 确定Mysql服务开启正常
    2. 在Mysql中新建一张表并插入一些数据
      $ mysql -uroot -p000000
      mysql> create database company;
      mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
      mysql> insert into company.staff(name, sex) values('Thomas', 'Male');
      mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');
    3. 导入数据
      (1)全部导入
      bin/sqoop import \ --connect jdbc:mysql://hadoop102:3306/company \ --username root \ --password 000000 \ --table staff \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t" (2)查询导入 bin/sqoop import
      --connect jdbc:mysql://hadoop102:3306/company
      --username root
      --password 000000
      --target-dir /user/company
      --delete-target-dir
      --num-mappers 1
      --fields-terminated-by "\t"
      --query 'select name,sex from staff where id <=1 and 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)导入指定列 bin/sqoop import
      --connect jdbc:mysql://hadoop102:3306/company
      --username root
      --password 000000
      --target-dir /user/company
      --delete-target-dir
      --num-mappers 1
      --fields-terminated-by "\t"
      --columns id,sex
      --table staff
      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
      (4)使用sqoop关键字筛选查询导入数据
      bin/sqoop import \ --connect jdbc:mysql://hadoop102:3306/company \ --username root \ --password 000000 \ --target-dir /user/company \ --delete-target-dir \ --num-mappers 1 \ --fields-terminated-by "\t" \ --table staff \ --where "id=1" 4.1.2 RDBMS到Hive bin/sqoop import
      --connect jdbc:mysql://hadoop102:3306/company
      --username root
      --password 000000
      --table staff
      --num-mappers 1
      --hive-import
      --fields-terminated-by "\t"
      --hive-overwrite
      --hive-table staff_hive
      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/atguigu/表名
      4.1.3 RDBMS到Hbase
      bin/sqoop import \ --connect jdbc:mysql://hadoop102:3306/company \ --username root \ --password 000000 \ --table company \ --columns "id,name,sex" \ --column-family "info" \ --hbase-create-table \ --hbase-row-key "id" \ --hbase-table "hbase_company" \ --num-mappers 1 \ --split-by id 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 'hbase_company,'info' (5) 在HBase中scan这张表得到如下内容 hbase> scan ‘hbase_company’ 4.2、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。 4.2.1 HIVE/HDFS到RDBMS bin/sqoop export
      --connect jdbc:mysql://hadoop102:3306/company
      --username root
      --password 000000
      --table staff
      --num-mappers 1
      --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
      4.3 脚本打包
      使用opt格式的文件打包sqoop命令,然后执行
    4. 创建一个.opt文件
      mkdir opt touch opt/job_HDFS2RDBMS.opt
    5. 编写sqoop脚本
      $ vi opt/job_HDFS2RDBMS.opt

    export
    --connect
    jdbc:mysql://hadoop102:3306/company
    --username
    root
    --password
    000000
    --table
    staff
    --num-mappers
    1
    --export-dir
    /user/hive/warehouse/staff_hive
    --input-fields-terminated-by
    "\t"

    1. 执行该脚本
      $ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

    本教程由尚硅谷教育大数据研究院出品,如需转载请注明来源,欢迎大家关注尚硅谷公众号(atguigu)了解更多。

    相关文章

      网友评论

          本文标题:尚硅谷大数据技术之Sqoop

          本文链接:https://www.haomeiwen.com/subject/rvoqkqtx.html