Sqoop的简单使用案例之数据导出

写在前面

• Hadoop版本：Hadoop-3.1.3
• Linux版本：CentOS7.5
• Sqoop版本：Sqoop-1.4.6
• MySQL版本：MySQL5.7
• Hive版本：Hive-3.1.2

导出数据的演示说明

在Sqoop中，「导出」概念指：从大数据集群（HDFS，HIVE，HBASE）向非大数据集群（RDBMS）中传输数据，叫做：导出，即使用 export 这个关键字。

以下有关sqoop的数据导出命令都需要先进入到sqoop的安装目录下

导出的前置说明

• 该导出工具export是将一组文件从HDFS导出到RDBMS。目标表必须已经存在于数据库中。输入文件被读取并根据用户指定的分隔符解析成一组记录。

• 默认的操作是将这些转化为一组 INSERT 语句，将记录注入到数据库中。在 更新模式 中，Sqoop将生成UPDATE语句，替换数据库中的现有记录；在 调用模式 中，Sqoop将为每条记录进行存储过程调用。

export的基本语法

$ sqoop export (generic-args) (export-args)
$ sqoop-export (generic-args) (export-args)

注意：尽管Hadoop通用参数必须在任何出口参数之前，但出口参数可以以任何顺序输入。

HIVE/HDFS数据导出到RDBMS

• 确定MySQL服务开启正常

通过sqoop将Hive存储的数据导出到MySQL关系型数据库的shell命令如下所示：

[whybigdata@node01 sqoop-1.4.6]# bin/sqoop export \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"

注意：MySQL中如果表不存在，不会自动创建，所以需要提前确保数据导出到MySQL的数据表已经存在

当然，我们除了通过上述的方式将Hive或者hdfs上的数据导出到关系型数据库MySQL之外，我们还可以通过编写脚本的方式来将数据导出到关系型数据库MySQL，下面我们将来演示这一个实验操作。

脚本打包

使用opt格式的文件打包sqoop命令，然后执行

• 创建一个 .opt 文件

[whybigdata@node01 sqoop-1.4.6]# mkdir opt

[whybigdata@node01 sqoop-1.4.6]# touch opt/job_HDFS2RDBMS.opt

• 编写sqoop脚本

[whybigdata@node01 sqoop-1.4.6]# vim opt/job_HDFS2RDBMS.opt
## 添加如下内容
export
--connect jdbc:mysql://hadoop102:3306/company
--username root
--password 000000
--table staff
--num-mappers 1
--export-dir /user/hive/warehouse/staff_hive
--input-fields-terminated-by "\t"

• 执行该脚本

[whybigdata@node01 sqoop-1.4.6]# bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

数据导出失败的原因分析

数据导出往往可能因为某些原因而导致失败，可能的原因列举如下：

• 由于硬件的故障，或者服务器软件崩溃导致hadoop集群和关系型数据库之间的连接不成功
• 导出的数据原本是不完整或者是畸形的
• 导出的shell命令书写有误（例如：分隔符、端口、数据路径等等）
• 容量问题：比如是内存或虚拟机的磁盘空间不足。

全文结束!