sqoop简单操作-从mysql导入导出数据
2014-10-20 14:15
676 查看
一,将本地数据放入hive表中
1,本地数据
本地文件data1.txt中有两列数据,如下:1 aaa 2 bbb 3 ccc 4 ddd 5 eee ...
2,在hive中创建表
hive> create table table1 > (id int,name string) > ROW FORMAT DELIMITED > FIELDS TERMINATED BY ' ' > STORED AS TEXTFILE; OK Time taken: 0.082 seconds
列与data1.txt中的数据对应,并给出数据分割的字符,在data1.txt中是空格符“ ” 所以FIELDS TERMINATED BY ' '
3,上传文件中的数据到表table1中
hive> load data local inpath 'data1.txt' into table table1; Copying data from file:/home/hadoop/test_data/data1.txt Copying file: file:/home/hadoop/test_data/data1.txt Loading data to table default.table1 Table default.table1 stats: [num_partitions: 0, num_files: 1, num_rows: 0, total_size: 131, raw_data_size: 0] OK Time taken: 0.326 seconds
注意:hive本身是不存储数据的,简单一点来说可以把它看做是mapreduce的一个包装,让使用者可以通过简单的方式调用mapreduce来访问hdfs中的数据。事实上它的数据本身还是放在hdfs上的。还记得之前在配置的时候设置了hive在hdfs中的warehouse吗?那就是hive放数据的地方。那就看一下table1的数据位置吧:
hive> dfs -ls /user/hive/warehouse/table1 > ; Found 1 items -rw-r--r-- 1 hadoop supergroup 131 2014-10-20 09:06 /user/hive/warehouse/table1/data1.txt
可以看到实际上它只是把data1.txt放到了自己对应的hdfs的目录下,table1的数据本事还是存储在data1.txt这个文本文件中的。
查询一下table1中的数据:
hive> select * from table1; OK 1 aaa 2 bbb 3 ccc 4 ddd 5 eee ... Time taken: 0.093 seconds, Fetched: 20 row(s)
data1.txt中的数据也就存在于表table1中了。
二,通过sqoop把hive中的表导出到mysql数据库
1,在mysql中创建表用来存储导入数据
mysql> use hive Reading table information for completion of table and column names You can turn off this feature to get a quicker startup with -A Database changed
选择数据库hive
mysql> create table import1 (id int,name varchar(10)); Query OK, 0 rows affected (0.07 sec)
创建表import1用来存储数据
2,利用sqoop将hive中的表导出到mysql的表中
sqoop export -connect jdbc:mysql://localhost/hive -username hive -password mysql -table import1 -export-dir /user/hive/warehouse/table1 -input-fields-terminated-by ' '
实际上还是从hdfs中导出文件到mysql,所以还是要给出input-fields-terminated-by ' '
再查看mysql中的表import中的数据:
mysql> select * from import1 -> ; +------+------+ | id | name | +------+------+ | 17 | qqq | | 18 | rrr | | 19 | sss | | 20 | ttt | ... | 14 | nnn | | 15 | ooo | | 16 | ppp | +------+------+ 20 rows in set (0.00 sec)可以看到乱序了,这是因为mapreduce的原因...
三,通过sqoop将mysql中的表导入到hive
sqoop import --connect jdbc:mysql://localhost/hive --username hive --password mysql --table import1 --split-by 'id'
这里也要给出split-by参数,sqoop通过这里的参数值来分配mapreduce任务。sqoop会将切分的不同区域的任务分配给不同的map中。每个map再从数据库中一行一行的获取值然后写入到hdfs中。split-by根据不同的参数有不同的切分方法,例如int型,它会选取最大的值和最小的值根据传入的-m参数(默认为1)来确定划分几个区域。默认的split-by参数是要导入的表的主键,如果没有给出参数又没有主键,导入操作就会失败报错。
导入完成之后查看hive中的数据:
hive> select * from import1; OK 1 aaa 2 bbb 3 ccc ... 19 sss 20 ttt 16 ppp Time taken: 0.293 seconds, Fetched: 20 row(s)
相关文章推荐
- sqoop简单操作-从mysql导入导出数据
- 利用sqoop将hive数据导入导出数据到mysql
- Ubuntu命令行下MySQL数据导出与导入简单示例
- Ubuntu命令行下MySQL数据导出与导入简单示例
- sqoop-1.4.4导入导出mysql数据到hadoop2.2.0 HDSF集群
- 股票数据导出分析(一)---数据导入MySQL以及网页表格简单show出来
- postgresql 数据库中数据的导入导出(简单操作+示例)
- Talend open studio数据导入、导出、同步Mysql、oracle、sqlserver简单案例
- 大数据基础(二)hadoop, mave, hbase, hive, sqoop在ubuntu 14.04.04下的安装和sqoop与hdfs,hive,mysql导入导出
- 用Sqoop2在Mysql和hadoop导入导出数据
- MySQL 数据库表操作和数据导入导出方式总结笔记
- 利用sqoop将hive数据导入导出数据到mysql
- 6.(Mysql数据管理相关)连接MYSQL,修改密码,增加新用户,数据库相关命令,表操作相关命令,数据相关命令,数据库sql导入和导出,备份数据库,查看不到mysql数据库的解决办法
- Sqoop进行MySQL和Hive间的导入导出操作
- Sqoop_详细总结 使用Sqoop将HDFS/Hive/HBase与MySQL/Oracle中的数据相互导入、导出
- 使用Sqoop将HDFS/Hive/HBase与MySQL/Oracle中的数据相互导入、导出
- Ubuntu命令行下MySQL数据导出与导入简单示例
- 利用sqoop将hive数据导入导出数据到mysql (转)
- 基于Linux的MySQL操作实例之数据导入/导出,新增/查询表记录
- MySQL数据表简单的导出excel和导入文件