您的位置:首页 > 数据库 > SQL

sqoop实现Mysql、Oracle与hdfs之间数据的互导

2014-12-09 10:54 501 查看

通过Sqoop实现Mysql / Oracle 与HDFS / Hbase互导数据

SQOOP的描述

SQOOP是用于对数据进行导入导出的。

    (1)把MySQL、Oracle等数据库中的数据导入到HDFS、Hive、HBase中

    (2)把HDFS、Hive、HBase中的数据导出到MySQL、Oracle等数据库中

一、Mysql与HDFS互导数据

环境:

环境介绍:3台虚拟机安装centos6.464位、jdk1.7 64位、hadoop2.5.1 64位

192.168.0.108 m1
192.168.0.109 s1
192.168.0.110 s2
 

SQOOP的安装

解压缩sqoop的tar.gz文件,设置环境变量(source /etc/profile)

 

把数据从mysql导入到hdfs(默认是/user/<username>)中

1.   复制mysql的驱动到sqoop目录下的lib中

2.   执行导入命令

 

  sqoop import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\t'  --null-string '**'  -m 1 --append  --hive-import

 

 

说明:

ü  执行import命令将mysql的hive数据库中的TBLS表导入到hdfs中(默认目录user/root)

ü 
--fields-terminated-by '\t' :表示导入到hdfs中以’\t’进行切割

ü 
--null-string ‘**’:表示当字段为null时用’**’替换

ü 
-m1:表示只指定一个map任务(map任务的个数关系生成文件的个数)

ü 
--append:表示如果执行多次则进行追加(否则多次执行则会报already exsist)

ü 
--hive-import:表示导入到hive中(如果只需导入到hdfs中则可不写)

ü 
 

 

  sqoop import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\t'  --null-string '**'  -m 1 --append  --hive-import  --check-column 'TBL_ID'
--incremental append --last-value 6

 

说明:

ü  执行import命令将mysql的hive数据库中的TBLS表导入到hdfs中(默认目录user/root)

ü 
--check-column 'TBL_ID':表示检查’TBL_ID‘列

ü 
--incremental:表示增量

ü 
--last-value 6:表示开始追加导入的列从第6列开始(不包含第6列)

ü 
--check-column 'TBL_ID' --incremental append --last-value 6:整体解释为检查导入的主键列‘TBL_ID’当该列的值(增量)大于6时,可以进行追加导入,否则不进行导入

(这样做的目的:当第一次导入数据时主键列的最后一个值为6,第二次导入时我们不想导入所有的数据而是后来增加的数据,所以我们可以接着上一次的数据导入,即不导入重复数据)

 

把数据从hdfs导出到mysql中 

  sqoop export --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table ids --fields-terminated-by '\t' --export-dir '/ids'

 

说明:

--export-dir '/ids':指定要导出到Mysql的文件目录

 

设置为作业,运行作业

  sqoop job --create myjob -- import --connect jdbc:mysql://hadoop0:3306/hive  --username root --password admin --table TBLS --fields-terminated-by '\t'  --null-string '**'  -m 1 --append  --hive-import 

 

说明:

ü  设置为作业后可以直接执行作业,执行作业即执行该命令

ü  执行作业的命令:sqoop job  –exec  myjob

ü  查看作业已创建的Job作业:sqoop job –list

 

注:运行作业第一次需要输入密码,输入密码后即可执行,然后修改sqoop/conf/sqoop-site.xml中的sqoop.metastore.client.record.password(去掉注释即可)

以后运行就不需要在此输入密码了

导入导出的事务是以Mapper任务为单位。

即一个Map任务一个事务

 
 案例:

连接测试

sqoop list-tables --connect jdbc:mysql://192.168.0.114:3306/test --username root --password zwx


#sqoop实现数据从oracle导入hdfs(hbase)

sqoop import --append --connect jdbc:oracle:thin:@192.168.0.20:1521:orcl --username yqdev --password yq --m 1 --table c_text --columns id,url,title,publishtime,copy --hbase-create-table --hbase-table c_text --hbase-row-key id --column-family textinfo


#mysql

sqoop import --append --connect jdbc:mysql://192.168.0.114:3306/test --username root --password zwx --m 1 --table c_text --columns id,url,title,author --hbase-create-table --hbase-table c_text --hbase-row-key id --column-family textinfo


 
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息