当前位置:Gxlcms > mysql > sqoop实现Mysql、Oracle与hdfs之间数据的互导

sqoop实现Mysql、Oracle与hdfs之间数据的互导

时间:2021-07-01 10:21:17 帮助过:21人阅读

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

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)MySQLOracle等数据库中的数据导入到HDFSHiveHBase

(2)HDFSHiveHBase中的数据导出到MySQLOracle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/)

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mysqlhive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mysqlhive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‘

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)

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

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

人气教程排行