Sqoop（三）将关系型数据库中的数据导入到HDFS（包括hive，hbase中）

一、说明：

　　将关系型数据库中的数据导入到 HDFS（包括 Hive， HBase）中，如果导入的是 Hive，那么当 Hive 中没有对应表时，则自动创建。

二、操作

1、创建一张跟mysql中的im表一样的hive表im:

sqoop create-hive-table \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root \
--password 010209 \
--table im \
--hive-table im

过程中报错总结：

ERROR Could not register mbeans java.security.AccessControlException: access denied

("javax.management.MBeanTrustPermission" "register

解决方法：

　　1、将hive-site.xml复制到${SQOOP_HOME}/conf下

　　2、vim $JAVA_HOME/jre/lib/security/java.policy：

　　　　在grant{}内部添加如下内容：

permission javax.management.MBeanTrustPermission "register";

Could not load org.apache.hadoop.hive.conf.HiveConf. Make sure HIVE_CONF_DIR 
解决方法：
　　将hive 里面的lib下的hive-exec-**.jar 放到sqoop 的lib 下

2、将mysql中的数据导入到HDFS

sqoop import \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root \
--password 010209\
--table im \
-m 1

3、将mysql中的数据导入到HDFS(按照指定分隔符和路径进行导入)

sqoop import   \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root  \
--password 010209 \
--table im \
--target-dir /test/  \
--fields-terminated-by ','  \
-m 1

4、将mysql中的数据导入到HDFS(带where条件)

sqoop import   \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root  \
--password 010209 \
--where "name='dccc'" \
--table im \
--target-dir /test/  \
-m 1


带where条件，查询指定列（相当于select name from im where name="dccc"）

sqoop import   \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root  \
--password 010209 \
--columns "name" \
--where "name='dccc'" \
--table im \
--target-dir /test/  \
-m 1

5、将mysql中的数据导入到HDFS(自定义查询SQL)

sqoop import   \
--connect jdbc:mysql://192.168.200.100:3306/yang  \
--username root  \
--password 010209 \
--target-dir /test/  \
--query 'select id,name from im where $CONDITIONS ' \
--split-by  id \
--fields-terminated-by '\t'  \
-m 2

说明：　

--split-by：

1.split-by 根据不同的参数类型有不同的切分方法，如int型，Sqoop会取最大和最小split-by字段值，然后根据传入的num-mappers来 确定划分几个区域。比如select max(split_by),min(split-by) from得到的max(split-by)和min(split-by)分别为1000和1，而num-mappers（-m）为2的话，则会分成两个区域 (1,500)和(501-1000),同时也会分成2个sql给2个map去进行导入操作，分别为select XXX from table where split-by>=1 and split-by<500和select XXX from table where split-by>=501 and split-by<=1000.最后每个map各自获取各自SQL中的数据进行导入工作。 
2.当split-by不是int型时出现如上场景中的问题。目前想到的解决办法是：将-m 设置称1，split-by不设置，即只有一个map运行，缺点是不能并行map录入数据。（注意，当-m 设置的值大于1时，split-by必须设置字段） 
3.split-by即便是int型，若不是连续有规律递增的话，各个map分配的数据是不均衡的，可能会有些map很忙，有些map几乎没有数据处理的情况

CONDITIONS:

SQoop Query imports自由查询模式下$CONDITIONS的作用：
    1、必须制定目标文件的位置:--target-dir
    2、必须使用$CONDITIONS关键字
    3、选择使用--split-by分片（分区，结果分成多个小文件）

6、将mysql中的数据导入到Hive

sqoop import --connect jdbc:mysql://192.168.200.100:3306/yang --username root --password 010209 --table im --hive-import -m 1

7、指定分隔符和列分隔符，指定hive-import，指定覆盖导入，指定自动创建Hive表，指定表名，指定删除中间结果数据目录

sqoop import  \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root  \
--password 010209 \
--table im \
--fields-terminated-by "\t"  \
--lines-terminated-by "\n"  \
--hive-import  \
--hive-overwrite  \
--create-hive-table  \
--delete-target-dir \
--hive-database  yang \
--hive-table im
-m 1

8、将Mysql数据库中的表数据导入到Hbase(普通导入)

sqoop import \
--connect jdbc:mysql://192.168.200.100:3306/yang \
--username root \
--password 010209 \
--table im \
--hbase-table im \
--column-family cf \
--hbase-row-key keyid

Sqoop（三）将关系型数据库中的数据导入到HDFS（包括hive，hbase中）

推荐阅读