Sqoop一些常用命令及参数
五、Sqoop一些常用命令及参数
5.1、常用命令列举
这里给大家列出来了一部分Sqoop操作时的常用参数,以供参考,需要深入学习的可以参看对应类的源代码。
5.2、命令&参数详解
刚才列举了一些Sqoop的常用命令,对于不同的命令,有不同的参数,让我们来一一列举说明。
首先来我们来介绍一下公用的参数,所谓公用参数,就是大多数命令都支持的参数。
5.2.1、公用参数:数据库连接
5.2.2、公用参数:import
5.2.3、公用参数:export
5.2.4、公用参数:hive
公用参数介绍完之后,我们来按照命令介绍命令对应的特有参数。
5.2.5、命令&参数:import
将关系型数据库中的数据导入到HDFS(包括Hive,HBase)中,如果导入的是Hive,那么当Hive中没有对应表时,则自动创建。
1) 命令:
如:导入数据到hive中
$ bin/sqoop import \ --connect jdbc:mysql://47.96.179.77:3306/mysql \ --username root \ --password 123456 \ --table user \ --hive-import \ |
如:增量导入数据到hive中,mode=append
append导入: $ bin/sqoop import \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --num-mappers 1 \ --fields-terminated-by "\t" \ --target-dir /user/hive/warehouse/staff_hive \ --check-column id \ --incremental append \ --last-value 2 |
尖叫提示:append不能与--hive-等参数同时使用(Append mode for hive imports is not yet supported. Please remove theparameter --append-mode)
如:增量导入数据到hdfs中,mode=lastmodified
先在mysql中建表并插入几条数据: mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP); mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female'); mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female'); 先导入一部分数据: $ bin/sqoop import \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff_timestamp \ --delete-target-dir \ --m 1 再增量导入一部分数据: mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female'); $ bin/sqoop import \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff_timestamp \ --check-column last_modified \ --incremental lastmodified \ --last-value "2017-12-28 21:58:57" \ --m 1 \ --append |
尖叫提示:使用lastmodified方式导入数据要指定增量数据是要--append(追加)还是要--merge-key(合并)
尖叫提示:last-value指定的值是会包含于增量导入的数据中
2) 参数:
5.2.6、命令&参数:export
从HDFS(包括Hive和HBase)中奖数据导出到关系型数据库中。
1) 命令:
如:
$ bin/sqoop export \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --export-dir /user/company \ --input-fields-terminated-by "\t" \ --num-mappers 1 |
2) 参数:
5.2.7、命令&参数:codegen
将关系型数据库中的表映射为一个Java类,在该类中有各列对应的各个字段。
如:
$ bin/sqoop codegen \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --bindir /home/admin/Desktop/staff \ --class-name Staff \ --fields-terminated-by "\t" |
5.2.8、命令&参数:create-hive-table
生成与关系数据库表结构对应的hive表结构。
命令:
如:
$ bin/sqoop create-hive-table \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --hive-table hive_staff |
参数:
5.2.8、命令&参数:create-hive-table
生成与关系数据库表结构对应的hive表结构。
命令:
如:
$ bin/sqoop create-hive-table \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --hive-table hive_staff |
参数:
5.2.9、命令&参数:eval
可以快速的使用SQL语句对关系型数据库进行操作,经常用于在import数据之前,了解一下SQL语句是否正确,数据是否正常,并可以将结果显示在控制台。
命令:
如:
$ bin/sqoop eval \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --query "SELECT * FROM staff" |
参数:
序号 |
参数 |
说明 |
1 |
--query或--e |
后跟查询的SQL语句 |
5.2.10、命令&参数:import-all-tables
可以将RDBMS中的所有表导入到HDFS中,每一个表都对应一个HDFS目录
命令:
如:
$ bin/sqoop import-all-tables \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --warehouse-dir /all_tables |
参数:
序号 |
参数 |
说明 |
1 |
--as-avrodatafile |
这些参数的含义均和import对应的含义一致 |
2 |
--as-sequencefile |
|
3 |
--as-textfile |
|
4 |
--direct |
|
5 |
--direct-split-size <n> |
|
6 |
--inline-lob-limit <n> |
|
7 |
--m或—num-mappers <n> |
|
8 |
--warehouse-dir <dir> |
|
9 |
-z或--compress |
|
10 |
--compression-codec |
5.2.11、命令&参数:job
用来生成一个sqoop任务,生成后不会立即执行,需要手动执行。
命令:
如:
$ bin/sqoop job \ --create myjob -- import-all-tables \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 $ bin/sqoop job \ --list $ bin/sqoop job \ --exec myjob |
尖叫提示:注意import-all-tables和它左边的--之间有一个空格
尖叫提示:如果需要连接metastore,则--meta-connect jdbc:hsqldb:hsql://hadoop104:16000/sqoop
参数:
序号 |
参数 |
说明 |
1 |
--create <job-id> |
创建job参数 |
2 |
--delete <job-id> |
删除一个job |
3 |
--exec <job-id> |
执行一个job |
4 |
--help |
显示job帮助 |
5 |
--list |
显示job列表 |
6 |
--meta-connect <jdbc-uri> |
用来连接metastore服务 |
7 |
--show <job-id> |
显示一个job的信息 |
8 |
--verbose |
打印命令运行时的详细信息 |
尖叫提示:在执行一个job时,如果需要手动输入数据库密码,可以做如下优化
<property> <name>sqoop.metastore.client.record.password</name> <value>true</value> <description>If true, allow saved passwords in the metastore.</description> </property> |
5.2.12、命令&参数:list-databases
命令:
如:
$ bin/sqoop list-databases \ --connect jdbc:mysql://hadoop104:3306/ \ --username root \ --password 000000 |
参数:与公用参数一样
5.2.13、命令&参数:list-tables
命令:
如:
$ bin/sqoop list-tables \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 |
参数:与公用参数一样
5.2.14、命令&参数:merge
将HDFS中不同目录下面的数据合并在一起并放入指定目录中
数据环境:
new_staff 1 AAA male 2 BBB male 3 CCC male 4 DDD male old_staff 1 AAA female 2 CCC female 3 BBB female 6 DDD female |
尖叫提示:上边数据的列之间的分隔符应该为\t,行与行之间的分割符为\n,如果直接复制,请检查之。
命令:
如:
创建JavaBean: $ bin/sqoop codegen \ --connect jdbc:mysql://hadoop104:3306/company \ --username root \ --password 000000 \ --table staff \ --bindir /home/admin/Desktop/staff \ --class-name Staff \ --fields-terminated-by "\t"
开始合并: $ bin/sqoop merge \ --new-data /test/new/ \ --onto /test/old/ \ --target-dir /test/merged \ --jar-file /home/admin/Desktop/staff/Staff.jar \ --class-name Staff \ --merge-key id 结果: 1 AAA MALE 2 BBB MALE 3 CCC MALE 4 DDD MALE 6 DDD FEMALE |
参数:
序号 |
参数 |
说明 |
1 |
--new-data <path> |
HDFS 待合并的数据目录,合并后在新的数据集中保留 |
2 |
--onto <path> |
HDFS合并后,重复的部分在新的数据集中被覆盖 |
3 |
--merge-key <col> |
合并键,一般是主键ID |
4 |
--jar-file <file> |
合并时引入的jar包,该jar包是通过Codegen工具生成的jar包 |
5 |
--class-name <class> |
对应的表名或对象名,该class类是包含在jar包中的 |
6 |
--target-dir <path> |
合并后的数据在HDFS里存放的目录 |
5.2.15、命令&参数:metastore
记录了Sqoop job的元数据信息,如果不启动该服务,那么默认job元数据的存储目录为~/.sqoop,可在sqoop-site.xml中修改。
命令:
如:启动sqoop的metastore服务
$ bin/sqoop metastore |
参数:
序号 |
参数 |
说明 |
1 |
--shutdown |
关闭metastore |