sqoop实现Mysql、Oracle与hdfs之间数据的互导

╰半橙微兮° 2022-08-06 01:13 166阅读 0赞

## 通过Sqoop实现Mysql / Oracle 与HDFS / Hbase互导数据 ##

## SQOOP的描述 ##

SQOOP是用于对数据进行导入导出的。

(1)把MySQL、Oracle等数据库中的数据导入到HDFS、Hive、HBase中

(2)把HDFS、Hive、HBase中的数据导出到MySQL、Oracle等数据库中

### 一、Mysql与HDFS互导数据 ###

环境：

环境介绍：3台虚拟机安装centos6.464位、jdk1.7 64位、hadoop2.5.1 64位

192.168.0.108 m1

192.168.0.109 s1

192.168.0.110 s2

## SQOOP的安装 ##

解压缩sqoop的tar.gz文件，设置环境变量（source /etc/profile）

## 把数据从mysql导入到hdfs(默认是/user/<username>)中 ##

1.   复制mysql的驱动到sqoop目录下的lib中

2.   执行导入命令

sqoop import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\\t'  --null-string '\*\*'  -m 1 --append  --hive-import

说明：

ü  执行import命令将mysql的hive数据库中的TBLS表导入到hdfs中（默认目录user/root）

ü   \--fields-terminated-by '\\t' ：表示导入到hdfs中以’\\t’进行切割

ü   \--null-string ‘\*\*’：表示当字段为null时用’\*\*’替换

ü   \-m1：表示只指定一个map任务（map任务的个数关系生成文件的个数）

ü   \--append：表示如果执行多次则进行追加（否则多次执行则会报already exsist）

ü   \--hive-import：表示导入到hive中（如果只需导入到hdfs中则可不写）

sqoop import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\\t'  --null-string '\*\*'  -m 1 --append  --hive-import  --check-column 'TBL\_ID' --incremental append --last-value 6

说明：

ü  执行import命令将mysql的hive数据库中的TBLS表导入到hdfs中（默认目录user/root）

ü   \--check-column 'TBL\_ID'：表示检查’TBL\_ID‘列

ü   \--incremental：表示增量

ü   \--last-value 6：表示开始追加导入的列从第6列开始(不包含第6列)

ü   \--check-column 'TBL\_ID' --incremental append --last-value 6：整体解释为检查导入的主键列‘TBL\_ID’当该列的值（增量）大于6时，可以进行追加导入，否则不进行导入

（这样做的目的：当第一次导入数据时主键列的最后一个值为6，第二次导入时我们不想导入所有的数据而是后来增加的数据，所以我们可以接着上一次的数据导入，即不导入重复数据）

## 把数据从hdfs导出到mysql中  ##

sqoop export --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table ids --fields-terminated-by '\\t' --export-dir '/ids'

说明：

\--export-dir '/ids'：指定要导出到Mysql的文件目录

## 设置为作业，运行作业 ##

sqoop job --create myjob -- import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\\t'  --null-string '\*\*'  -m 1 --append  --hive-import

说明：

ü  设置为作业后可以直接执行作业，执行作业即执行该命令

ü  执行作业的命令：sqoop job  –exec  myjob

ü  查看作业已创建的Job作业：sqoop job –list

注：运行作业第一次需要输入密码，输入密码后即可执行，然后修改sqoop/conf/sqoop-site.xml中的sqoop.metastore.client.record.password（去掉注释即可）

以后运行就不需要在此输入密码了

## 导入导出的事务是以Mapper任务为单位。 ##

即一个Map任务一个事务

案例：

连接测试

sqoop list-tables --connect jdbc:mysql://192.168.0.114:3306/test --username root --password zwx

\#sqoop实现数据从oracle导入hdfs(hbase)

sqoop import --append --connect jdbc:oracle:thin:@192.168.0.20:1521:orcl --username yqdev --password yq --m 1 --table c_text --columns id,url,title,publishtime,copy --hbase-create-table --hbase-table c_text --hbase-row-key id --column-family textinfo

\#mysql

sqoop import --append --connect jdbc:mysql://192.168.0.114:3306/test --username root --password zwx --m 1 --table c_text --columns id,url,title,author --hbase-create-table --hbase-table c_text --hbase-row-key id --column-family textinfo