Sqoop 导入数据的基本案例

本文详细介绍了一种从SQL数据库迁移到Hadoop的数据处理流程,包括创建SQL表、插入数据、使用Sqoop工具进行数据导入及筛选操作。通过具体实例展示了如何在不同场景下运用Sqoop的关键字和查询条件来高效地进行数据迁移。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

创建表数据脚本(company.sql)

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

mysql中执行 source /opt/module/datas/company.sql

sqoop导入数据脚本

全部导入

bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--table staff \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 2 \
--split-by id \
--fields-terminated-by "\t"

查询导入

bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--query 'select name,sex from staff where id <=3 and $CONDITIONS;'

(多个切片需要加上--split-by id)
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 2 \
--fields-terminated-by "\t" \
--split-by id \
--query 'select id,name,sex from staff where $CONDITIONS and  id <=3'

导入指定列

bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--columns id,sex \
--table staff

使用sqoop关键字筛选查询导入数据

1)
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--table staff \
--where "name='lisi'"


2)
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 123456 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--query 'select name,sex from staff where name ="lisi" and $CONDITIONS;'
### 使用 Sqoop 进行数据导入操作 #### 工具介绍 在大数据处理领域,Sqoop 是一个用于高效传输批量数据至 Hadoop 生态系统的工具。它支持从关系型数据库管理系统(RDBMS) 如 MySQL, Oracle 等向 Hive 或者 HDFS 导入数据[^1]。 #### 数据导入命令结构 为了执行一次简单的全量导入操作,可以采用如下基本语法: ```bash sqoop import \ --connect jdbc-url \ --username user-name \ --password password \ --table table-name \ --target-dir hdfs-target-directory \ --fields-terminated-by delimiter-character ``` 此命令会连接到指定的 JDBC URL 的 RDBMS 中读取 `table-name` 数据将其存储于给定的目标目录下(`hdfs-target-directory`) ,字段间通过设定好的分隔符(delimiter-character)来区分[^2]。 #### 增量导入模式 对于已经存在部分历史记录的情况下的新数据追加需求,则可以通过设置增量加载参数实现。这通常涉及到两个选项:一个是基于时间戳列的变化(`lastmodified`);另一个则是依据主键自增(`append`)的方式来进行更新后的数据同步[^3]: ```bash # 时间戳方式(假设有一个名为update_time的时间戳字段) sqoop import ... --incremental lastmodified --check-column update_time ... # 自增值方式 sqoop import ... --incremental append --check-column id ... ``` #### 实际案例演示 考虑这样一个场景——将本地 MySQL 数据库里的某个格内容迁移到远程集群内的 HDFS 文件系统上: ```bash sqoop import \ --connect "jdbc:mysql://localhost/mydb?useSSL=false&serverTimezone=UTC" \ --username root \ --password secret \ --table employees \ --target-dir /user/hive/warehouse/mysql_imported_employees \ --fields-terminated-by '\t' \ --lines-terminated-by '\n' ``` 以上指令将会把位于 localhost 上运行着的服务端口默认配置 (3306) 下面名称为 'mydb' 的数据库里边叫做 'employees' 的那张里面所有的行都转移到由 `/user/hive/warehouse/mysql_imported_employees` 所指向的位置去保存起来.
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值