sqoop一点一滴之导数据从mysql2hive

 

1、使用sqoop在hive中创建table test

 

sqoop create-hive-table --connect jdbc:mysql://192.168.100.65:3301/crm --table d_accounttype --username crm --password crm --hive-table d_accounttype

 

2、编写mysql 导入opt 文件

 

import
--connect
jdbc:mysql://192.168.100.65:3301/crm
--username
crm
--password
crm
--m
1
--null-string
''
--table
d_accounttype
--columns
"id"
--hive-import
--hive-overwrite
--hive-table
d_accounttype

 

参与说明：

 

参数  ------------------------ 描述 --append 向hdfs中追加数据集 --hive-overwrite 覆盖hdfs数据集 --as-avrodatafile 保存的文件类型avr文件 --as-sequencefile 保存文件类型序列文件 --as-textfile 默认保存普通文本文件 -m,--num-mappers map任务数量设置 -e,--query <statement> 导入部分结果集使用"查询SQL" --where <where clause> 查询table 使用的过滤条件 -z,--compress 启动压缩  

3、运行opt 文件

 

sqoop --options-file m2h-d-acounttype.opt

 4、启动hive

 

hive

 5、查询tables

select * from d_accounttype;

 6、show date

 

遇到问题：

 

1、没有在hive创建mysql中得相同的表，就直接导入数据。系统自动生成输出目录就不在指定hive路径了。

再次运行就会报 目录以存在 error。

 

2、sqoop 所有参数说明

 

usage: sqoop import [GENERIC-ARGS] [TOOL-ARGS]

 

Common arguments:

   --connect <jdbc-uri>                         Specify JDBC connect                                                string

   --connection-manager <class-name>            Specify connection manager                       class name

   --connection-param-file <properties-file>    Specify connection        parameters file

   --driver <class-name>                        Manually specify JDBC                driver class to use

   --hadoop-mapred-home <dir>                   Override

                                                $HADOOP_MAPRED_HOME_ARG

   --help                                       Print usage instructions

   -P                                              Read password from console

   --password <password>                        Set authentication                                                 password

   --username <username>                        Set authentication                                                username

   --verbose                                    Print more information                                                while working

 

Import control arguments:

   --append                                                   Imports data      in append               mode

   --as-avrodatafile                                          Imports data          to Avro data                        files

   --as-sequencefile                                          Imports data           to                             SequenceFile

                               

   --as-textfile                                              Imports data            as plain  text                (default)

   --boundary-query <statement>                               Set boundary

                                                              query for  retrieving max and min value of the primary key

   --columns <col,col,col...>                    Columns to  import from table

   --compression-codec <codec>           Compression codec to use for import

   --direct                                                Use direct import fast path

   --direct-split-size <n>                          Split the input stream   every 'n' bytes when importing in direct mode

   -e,--query <statement>                  Import results of SQL 'statement'

   --fetch-size <n>                              Set number 'n' of rows to fetch from the database when more rows are needed

   --inline-lob-limit <n>                        Set the maximum size for an inline LOB

   -m,--num-mappers <n>                    Use 'n' map tasks to import in parallel

   --mapreduce-job-name <name>       Set name for generated mapreduce job

   --split-by <column-name>            Column of the table used to split work units

   --table <table-name>                                       Table to read

   --target-dir <dir>                                         HDFS plain table destination 

    --validate                                                 Validate the copy using the configured validator

   --validation-failurehandler <validation-failurehandler>    Fully qualified class name for ValidationFa 

                                                              ilureHandler

   --validation-threshold <validation-threshold>              Fully qualified class name for ValidationTh reshold

   --validator <validator>                  Fully   qualified  class name for the Validator

   --warehouse-dir <dir>                   HDFS parent for table destination

   --where <where clause>                WHERE clause to use during import

   -z,--compress                                Enable compression

 

Incremental import arguments:

   --check-column <column>        Source column to check for incremental change

   --incremental <import-type>    Define an incremental import of type 'append' or 'lastmodified'

   --last-value <value>           Last imported value in the incremental check column

 

Output line formatting arguments:

   --enclosed-by <char>               Sets a required field enclosing character

   --escaped-by <char>                Sets the escape character

   --fields-terminated-by <char>      Sets the field separator character

   --lines-terminated-by <char>       Sets the end-of-line character

   --mysql-delimiters                 Uses MySQL's default delimiter set:

                                      fields: ,  lines: \n  escaped-by: \optionally-enclosed-by: '

   --optionally-enclosed-by <char>    Sets a field enclosing character

Input parsing arguments:

   --input-enclosed-by <char>               Sets a required field encloser

   --input-escaped-by <char>                Sets the input escape character

   --input-fields-terminated-by <char>      Sets the input field separator

   --input-lines-terminated-by <char>       Sets the input end-of-line char

   --input-optionally-enclosed-by <char>    Sets a field enclosing character

 

Hive arguments:

   --create-hive-table                         Fail if the target hive table exists

   --hive-delims-replacement <arg>             Replace Hive record \0x01 and row delimiters (\n\r) from imported string fields with user-defined string

   --hive-drop-import-delims                   Drop Hive record \0x01 and row delimiters (\n\r) from imported string fields

   --hive-home <dir>                           Override $HIVE_HOME

   --hive-import                Import tables into Hive (Uses Hive's default delimiters if none are set.)

   --hive-overwrite            Overwrite existing data in the Hive table

   --hive-partition-key <partition-key>        Sets the partition key to use when importing to hive

   --hive-partition-value <partition-value>    Sets the partition value to use when importing to hive

   --hive-table <table-name>                   Sets the table name to use when importing to hive

   --map-column-hive <arg>                     Override mapping for specific column to hive types.

 

HBase arguments:

   --column-family <family>   Sets the target column family for the import

   --hbase-create-table        If specified, create missing HBase tables

   --hbase-row-key <col>     Specifies which input column to use as the row key

   --hbase-table <table>      Import to <table> in HBase

 

Code generation arguments:

   --bindir <dir>                  Output directory for compiled  objects

   --class-name <name>    Sets the generated class name. This overrides --package-name.

                                         When combined with --jar-file, sets the input class.

   --input-null-non-string <null-str>    Input null non-string  representation

   --input-null-string <null-str>        Input null string representation

   --jar-file <file>                     Disable code generation; use specified jar

   --map-column-java <arg>     Override mapping for specific       columns to java types

   --null-non-string <null-str>    Null non-string representation

   --null-string <null-str>           Null string representation

   --outdir <dir>                        Output directory for generated  code

   --package-name <name>     Put auto-generated classes in this package

 

3、增量导入 怎样动态修改 last-value ？

另外一个问题，如果我们要导入某个表中的新加入的部分，可以使用--check-column、--incremental、--last-value三个参数，--check-column指定要检查的列，--incremental指定某种增加的模式，只有两个合法的值，append 和lastmodified。如果--incremental为append，则Sqoop会导入--check-column指定的列的值大于--last-value所指定的值的记录。如果--incremental为lastmodified，则Sqoop会导入--check-column指定的列的值（这是一个时间戳）近于--last-value所指定的时间戳的记录。例如下面的命令可以导入列ID的值大于4的所有记录。

 

$ sqoop import --hive-import --connect jdbc:oracle:thin:@192.168.56.111:1521:DBNAME --username USERNAME --password PASSWORD --verbose -m 1 --table TABLENAME --check-column ID --incremental append --last-value 4