Hadoop Sqoop

sanhutrees

　　一、概述：
　　Sqoop是一款开源的工具，主要用于在Hadoop(如Hive、HDFS)与传统的数据库(mysql、Oracle ...)间进行数据的传递，可以将一个关系型数据库（如 MySQL ,Oracle...）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。其实质就是将导入导出命令转换成MapReduce程序来实现。
　　二、安装和配置
　　1、修改配置文件sqoop-env.sh：
　　#Set path to where bin/hadoop is available
　　export HADOOP_COMMON_HOME=/home/hadoop/app/hadoop-2.4.1
　　#Set path to where hadoop-*-core.jar is available
　　export HADOOP_MAPRED_HOME=/home/hadoop/app/hadoop-2.4.1
　　#set the path to where bin/hbase is available
　　export HBASE_HOME=/home/hadoop/app/hbase-0.96.2-hadoop2
　　#Set the path to where bin/hive is available
　　export HIVE_HOME=/home/hadoop/app/hive-0.12.0-bin
　　#Set the path for where zookeper config dir is
　　export ZOOCFGDIR=/home/hadoop/app/zookeeper-3.4.5/conf
　　2、将sqoop添加到环境变量。
　　3、将数据库连接驱动拷贝到$SQOOP_HOME/lib里。
　　三、导入导出：
　　1、数据库中的数据导入到HDFS上:
　　(1)、指定导入的字段：
　　sqoop import
　　--connect jdbc:mysql://192.168.1.10:3306/itcast
　　--username root --password 123
　　--table trade_detail
　　--columns 'id, account, income, expenses'
　　（2）、指定输出路径、指定数据分隔符：
　　sqoop import
　　--connect jdbc:mysql://192.168.1.10:3306/itcast
　　--username root --password 123
　　##要导入数据的表
　　--table trade_detail
　　##数据导入hdfs后所存放的目录
　　--target-dir '/sqoop/td'
　　##导入的数据字段之间的分隔符
　　--fields-terminated-by '\t'
　　（3）、指定Map数量 -m
　　sqoop import
　　--connect jdbc:mysql://192.168.1.10:3306/itcast
　　--username root --password 123
　　--table trade_detail
　　--target-dir '/sqoop/td1'
　　--fields-terminated-by '\t'
　　##指定做导入处理时的map 任务数
　　-m 2
　　（4）、增加where条件, 注意：条件必须用引号引起来
　　sqoop import
　　--connect jdbc:mysql://192.168.1.10:3306/itcast
　　--username root --password 123
　　--table trade_detail
　　--where 'id>3'
　　--target-dir '/sqoop/td2'
　　（5）、增加query语句(使用 \ 将语句换行)
　　sqoop import
　　--connect jdbc:mysql://192.168.1.10:3306/itcast
　　--username root --password 123

　　--query 'SELECT * FROM trade_detail where>　　--split-by trade_detail.id
　　--target-dir '/sqoop/td3'
　　注意：如果使用--query这个命令的时候，需要注意的是where后面的参数，AND $CONDITIONS这个参数必须加上
　　而且存在单引号与双引号的区别，如果--query后面使用的是双引号，那么需要在$CONDITIONS前加上\即\$CONDITIONS
　　如果设置map数量为1个时即-m 1，不用加上--split-by ${tablename.column}，否则需要加上
　　2、将HDFS上的文件数据导出到数据库的表里面去:
　　sqoop export
　　--connect jdbc:mysql://192.168.8.120:3306/itcast
　　--username root --password 123
　　##你要导出的数据所在的目录
　　--export-dir '/td3'
　　##你要导往的目标关系表
　　--table td_bak
　　-m 1
　　##你要导出的文件的字段分隔符
　　--fields-termianted-by '\t'
　　四、用python导入导出表：
　　import os
　　from_table="rpt_daily"
　　to_table="rpt_daily"
　　sqoop1="sqoop import --connect jdbc:mysql://172.30.200.219/bi_warehouse --username root " \
　　"--password artisan  --table "+from_table+"  --fields-terminated-by '\\001' --target-dir /db/as_main/modifier/lzf/"+from_table+"  --delete-target-dir --num-mappers 1 "
　　os.system(sqoop1)
　　sqoop2="sqoop export --connect \"jdbc:mysql://192.168.1.4/bi_warehouse?useUnicode=true&characterEncoding=utf-8\" --username root --password root --table "+to_table+"  " \
　　"--export-dir /db/as_main/modifier/lzf/"+to_table+"/part-m-00000 --input-fields-terminated-by '\\001'"
　　os.system(sqoop2)
　　执行有2种方法：
　　方法1、在linux行，执行python ，进入python，然后将上面内容粘贴后回车即可
　　方法2、在linux行，执行python  test2.py,即python调用文件（test2.py为上述内容保存的文件名称）