sqoop将mysql表导入hdfs

sqoop将mysql表导入hdfs


配置sqoop环境变量,不配置的话进入sqoop/bin目录

export SQOOP_HOME=/opt/sqoop
export PATH=$PATH:$SQOOP_HOME/bin

启动hdfs和yarn

start-dfs.sh 
start-yarn.sh

sqoop help

  codegen            Generate code to interact with database records
  create-hive-table  Import a table definition into Hive
  eval               Evaluate a SQL statement and display the results
  export             Export an HDFS directory to a database table
  help               List available commands
  import             Import a table from a database to HDFS
  import-all-tables  Import tables from a database to HDFS
  import-mainframe   Import datasets from a mainframe server to HDFS
  job                Work with saved jobs
  list-databases     List available databases on a server
  list-tables        List available tables in a database
  merge              Merge results of incremental imports
  metastore          Run a standalone Sqoop metastore
  version            Display version information
sqoop import --connect jdbc:mysql://cdh3:3306/gmall --username root --password 123456 --table user_info 
--columns id,name --where "id >=10 and id<=30" --target-dir /test --delete-target-dir --num-mappers 2 
--fields-terminated-by '\t' --split-by id

1 --connect jdbc:mysql://cdh3:3306/gmall 数据库的连接信息
2 --username root --password 123456 数据库的用户名密码
3 --table user_info 数据库的表
4 --columns id,name 数据库列,指定导入哪几列
5 --where "id >=10 and id<=30 " 指定条件,导入id大于10小于30的数据,

4和5也可以写为 --query "select id,name from user_info where id>=10 an id<=30 and ‘$CONDITIONS’ " $CONDITIONS是过滤条件如过没有where语句,直接写上 $CONDITIONS。

6 --target-dir /test 指定hdfs目录
7 --delete-target-dir 如果输出路径存在则删除
以下是sqoop优化
8 --num-mappers 指定导数据时mapper的个数 默认4个map
9 --fields-terminated-by ‘\t’ 分隔符
10 --split-by id 按id进行分片

[root@cdh3 db_log]# hdfs dfs -ls /test
Found 3 items
-rw-r--r--   2 root supergroup          0 2021-06-06 16:15 /test/_SUCCESS
-rw-r--r--   2 root supergroup        125 2021-06-06 16:15 /test/part-m-00000
-rw-r--r--   2 root supergroup        134 2021-06-06 16:15 /test/part-m-00001

导入hdfs后可以从hdfs导入hive等其他组件进行分析

### 回答1: sqoop是一个用于在Hadoop和关系型数据库之间传输数据的工具。以下是将MySQL数据导入HDFS的步骤: 1. 首先,需要安装sqoop并配置好MySQL的连接信息。 2. 然后,使用以下命令将MySQL导入HDFSsqoop import --connect jdbc:mysql://localhost:3306/mydatabase --username myuser --password mypassword --table mytable --target-dir /myhdfsdir 其中,mydatabase是MySQL数据库名称,myuser和mypassword是MySQL登录用户名和密码,mytable是要导入MySQL名,/myhdfsdir是HDFS上的目标目录。 3. 执行命令后,sqoop将会自动创建一个HDFS目录,并将MySQL的数据导入到该目录中。 4. 如果需要将MySQL的数据导入到Hive中,可以使用以下命令: sqoop import --connect jdbc:mysql://localhost:3306/mydatabase --username myuser --password mypassword --table mytable --hive-import --hive-table myhivetable 其中,myhivetable是要创建的Hive名。 5. 执行命令后,sqoop将会自动创建一个Hive,并将MySQL的数据导入到该中。 以上就是使用sqoopMySQL数据导入HDFS的步骤。 ### 回答2: Sqoop是Hadoop中非常实用的工具集之一,它的主要功能是在Hadoop中进行结构化的数据转移,它有两个核心组件:导入和导出。本文将讨论Sqoop如何将Mysql数据库中的数据导入到Hadoop的分布式文件系统(HDFS)中。 在开始Sqoop导入MySQL数据到HDFS之前,您需要确保已安装好Sqoop以及Hadoop集群和MySQL数据库。如果您没有安装,请首先安装这些工具。 以下是使用Sqoop导入MySQL数据到HDFS的步骤: 1.设置MySQL数据库用户和密码: 在导入数据之前,必须设置MySQL的用户名和密码。可使用以下命令创建一个授权用户: create user 'username'@'localhost' identified by 'password'; grant all privileges on *.* to 'username'@'localhost' with grant option; 2.运行Sqoop: 启动Sqoop的命令如下: sqoop-import --connect jdbc:mysql://localhost:3306/test --username username --password password --table tablename --target-dir /path/to/hdfs/directory -m 1 其中,--connect是指定数据库的连接URL,--username和--password是指定数据库的用户名和密码,--table是指定导入名称,--target-dir是指定将数据导入到的HDFS目录,-m是指定使用的MapReduce任务的数量。 3.执行导入任务: 在运行Sqoop命令后,Sqoop将执行导入任务,并将MySQL数据库中的数据导入HDFS目录中。您可以使用以下命令来查看导入的数据: hadoop fs -cat /path/to/hdfs/directory/part-m-00000 在本文中,我们介绍了如何使用SqoopMySQL数据库中的数据导入HDFS中。Sqoop是Hadoop生态系统中非常实用的工具,可以帮助用户快速地从各种数据源中导入结构化数据,并将其转换为Hadoop所需的格式。无论您是在进行数据分析、数据挖掘还是其他用途,都可以使用Sqoop来实现您的需求。 ### 回答3: Sqoop是一个用于在Apache Hadoop和关系型数据库之间传输数据的工具,可以将关系型数据库中的数据导入到Hadoop分布式文件系统(HDFS)中或将HDFS中的数据导出到关系型数据库中。 对于将MySQL数据导入HDFS中的流程,首先需要安装好SqoopMySQL数据库,并保证它们可以正常工作。接下来,可以按照下面的步骤进行操作: 1. 首先,需要创建一个导入任务,可以使用Sqoop Import语法来创建任务。例如,sqoop import -connect jdbc:mysql://localhost/test -username root -password xxxx -table students -target-dir /user/hadoop/students可以将MySQL的students中的数据导入HDFS中的/user/hadoop/students目录中。 2. 在运行Sqoop之前,还需要确保在Hadoop集群中创建了目标目录。可以使用以下命令创建目录:hadoop fs -mkdir /user/hadoop/students。 3. 接下来,运行Sqoop命令以从MySQL数据库中提取数据并将其写入HDFS中的目标目录。在这个过程中,Sqoop会使用Java数据库连接(JDBC)来读取MySQL数据并将其转换为适合HDFS存储的格式。 4. Sqoop还可以支持将数据进行压缩并将其导入HDFS中。根据需要,可以使用如下命令实现数据压缩:sqoop import -connect jdbc:mysql://localhost/test -username root -password xxxx -table students --compression-codec org.apache.hadoop.io.compress.GzipCodec -m 1 --target-dir /user/hadoop/students/gzip。 5. 最后,可以使用HDFS命令hadoop fs -ls /user/hadoop/students来验证数据已经成功导入HDFS中。 总之,使用SqoopMySQL数据导入HDFS中的过程比较简单,只需要遵循上述步骤即可。使用Sqoop可以大大简化数据传输的过程,并且支持许多可配置选项,以便根据数据的不同需要进行灵活的设置。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值