Sqoop一些常用命令及参数

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。

Sqoop一些常用命令及参数

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

Sqoop一些常用命令及参数

5.2.2、公用参数:import

Sqoop一些常用命令及参数

5.2.3、公用参数:export


Sqoop一些常用命令及参数

5.2.4、公用参数:hive

Sqoop一些常用命令及参数

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:

Sqoop一些常用命令及参数

Sqoop一些常用命令及参数

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:

Sqoop一些常用命令及参数

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:

Sqoop一些常用命令及参数

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:

Sqoop一些常用命令及参数

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



Sqoop一些常用命令及参数